编译安装支持或不支持CUDA的opencv4以及配置相关环境

2024-06-12 08:18

本文主要是介绍编译安装支持或不支持CUDA的opencv4以及配置相关环境,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1、安装依赖

sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

2、下载opencv与opencv_contrib

git clone https://github.com/opencv/opencv_contrib.git
git clone https://github.com/opencv/opencv.git

3、准备工作

3.1、在opencv目录中创建build目录
mkdir build
3.2、把opencv_contrib拷贝到opencv里面

4、编译安装不使用CUDA的opencv

  • 1 、cmake
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D INSTALL_PYTHON_EXAMPLES=ON -D INSTALL_C_EXAMPLES=OFF -D OPENCV_ENABLE_NONFREE=ON  -DOPENCV_ENABLE_NONFREE:BOOL=ON -D ENABLE_FAST_MATH=1  -D WITH_CUBLAS=1 -D OPENCV_EXTRA_MODULES_PATH=../opencv_contrib/modules  -D WITH_JAVA=OFF -D WITH_WEBP=OFF -D BUILD_EXAMPLES=off -D OPENCV_GENERATE_PKGCONFIG=ON ..
  • 2、make
make -j$(nproc)
sudo make install

==========================================================================

5、编译安装使用CUDA的opencv

5.1、手动下载文件并修改一些配置
  • 1、手动下载下面文件并放到opencv/modules/features2d/src中
boostdesc_bgm_bi.i        boostdesc_binboost_128.i  vgg_generated_48.i
boostdesc_bgm_hd.i        boostdesc_binboost_256.i  vgg_generated_64.i
boostdesc_bgm.i           boostdesc_lbgm.i          vgg_generated_80.i
boostdesc_binboost_064.i  vgg_generated_120.i

需要文件下载地址
并且把opencv/modules/features2d 拷贝到opencv_contrib/modules/xfeatures2d/test中

  • 2、手动下载ippicv_2020_lnx_intel64_20191018_general.tgz 放在opencv-4.5.0/3rdparty/ippicv/ 然后修改ippicv.cmake为
42行的"https://raw.githubusercontent.com/opencv/opencv_3rdparty/${IPPICV_COMMIT}/ippicv/"改为"file:///home/xxx/opencv/3rdparty/ippicv/"即可。

下载地址

5.2、build

创建build文件并camke
命令说明:
-D OPENCV_GENERATE_PKGCONFIG=ON:OpenCV4以上版本默认不使用pkg-config,该编译选项开启生成opencv4.pc文件,支持pkg-config功能。
-D CMAKE_INSTALL_PREFIX=/usr/local:指定安装目录。

mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D INSTALL_PYTHON_EXAMPLES=ON -D INSTALL_C_EXAMPLES=OFF -D OPENCV_ENABLE_NONFREE=ON -D WITH_CUDA=ON -D WITH_CUDNN=ON -D OPENCV_DNN_CUDA=ON -D ENABLE_FAST_MATH=1 -D CUDA_FAST_MATH=1 -D CUDA_ARCH_BIN=7.5 -D WITH_CUBLAS=1 -D OPENCV_EXTRA_MODULES_PATH=../opencv_contrib/modules -D HAVE_OPENCV_PYTHON3=ON -D PYTHON3_EXECUTABLE=/usr/local/bin/python3.7.7/bin/python3.7  -D WITH_WEBP=OFF -D BUILD_EXAMPLES=off -D OPENCV_GENERATE_PKGCONFIG=ON ..
5.5、make
make -j$(nproc)
sudo make install

=========================================================================

6、配置环境(不是必须)

cmake开启OPENCV_GENERATE_PKGCONFIG=ONpkg-config --libs opencv4 就应该可以找到lib 就不需要此步骤

6.1 找到opencv4.pc文件所在目录:
 sudo find / -iname opencv4.pc
==》/usr/local/lib/pkgconfig/opencv4.pc
6.2 将/usr/local/lib/pkgconfig/路径加入PKG_CONFIG_PATH:
sudo gedit  /etc/profile.d/pkgconfig.sh
加入
export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig:$PKG_CONFIG_PATH
然后激活
source /etc/profile
6.3 验证
pkg-config --libs opencv4
-L/usr/local/lib -lopencv_gapi -lopencv_stitching -lopencv_alphamat -lopencv_aruco -lopencv_bgsegm -lopencv_bioinspired -lopencv_ccalib -lopencv_cudabgsegm -lopencv_cudafeatures2d -lopencv_cudaobjdetect -lopencv_cudastereo -lopencv_dnn_objdetect -lopencv_dnn_superres -lopencv_dpm -lopencv_highgui -lopencv_face -lopencv_freetype -lopencv_fuzzy -lopencv_hdf -lopencv_hfs -lopencv_img_hash -lopencv_intensity_transform -lopencv_line_descriptor -lopencv_mcc -lopencv_quality -lopencv_rapid -lopencv_reg -lopencv_rgbd -lopencv_saliency -lopencv_stereo -lopencv_structured_light -lopencv_phase_unwrapping -lopencv_superres -lopencv_cudacodec -lopencv_surface_matching -lopencv_tracking -lopencv_datasets -lopencv_text -lopencv_dnn -lopencv_plot -lopencv_videostab -lopencv_cudaoptflow -lopencv_optflow -lopencv_cudalegacy -lopencv_videoio -lopencv_cudawarping -lopencv_viz -lopencv_xfeatures2d -lopencv_shape -lopencv_ml -lopencv_ximgproc -lopencv_video -lopencv_xobjdetect -lopencv_objdetect -lopencv_calib3d -lopencv_imgcodecs -lopencv_features2d -lopencv_flann -lopencv_xphoto -lopencv_photo -lopencv_cudaimgproc -lopencv_cudafilters -lopencv_imgproc -lopencv_cudaarithm -lopencv_core -lopencv_cudev

7 、设置动态环境

7.1 配置加载动态库*.so的路径
sudo gedit  /etc/ld.so.conf.d/opencv4.conf “opencv4.conf 文件可能为空”
加入
/usr/local/lib
刷新
sudo ldconfig

8、配置python环境

8.1 查找so路径
sudo find / -iname cv2*.so
/usr/local/lib/python2.7/dist-packages/cv2/python-2.7/cv2.so
/usr/local/lib/python3.7/site-packages/cv2/python-3.7/cv2.cpython-37m-x86_64-linux-gnu.so
/usr/local/bin/python3.7.7/lib/python3.7/site-packages/cv2/cv2.cpython-37m-x86_64-linux-gnu.so
/usr/local/bin/python3.7.7/lib/python3.7/site-packages/cv2.so
8.2建立软链接
sudo ln -s /usr/local/lib/python3.7/site-packages/cv2/python-3.7/cv2.cpython-37m-x86_64-linux-gnu.so  /usr/local/lib/python3.7/site-packages/cv2.so

9、一个资料完整的opencv4.5文件包,在build中从新cmake,make就可

opencv4.5

10、编译时可能遇到的问题

  • opencv/opencv_contrib/modules/xfeatures2d/test/features2d/misc/java/src/cpp/features2d_converters.cpp:2:10: fatal error: common.h: 没有那个文件或目录
    2 | #include “common.h”

解决方法:
1、想办法让其找到common.h
2、想办法不让其编译此test模块,最暴力的方法把test文件夹删除

这篇关于编译安装支持或不支持CUDA的opencv4以及配置相关环境的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1053677

相关文章

Zookeeper安装和配置说明

一、Zookeeper的搭建方式 Zookeeper安装方式有三种,单机模式和集群模式以及伪集群模式。 ■ 单机模式:Zookeeper只运行在一台服务器上,适合测试环境; ■ 伪集群模式:就是在一台物理机上运行多个Zookeeper 实例; ■ 集群模式:Zookeeper运行于一个集群上,适合生产环境,这个计算机集群被称为一个“集合体”(ensemble) Zookeeper通过复制来实现

CentOS7安装配置mysql5.7 tar免安装版

一、CentOS7.4系统自带mariadb # 查看系统自带的Mariadb[root@localhost~]# rpm -qa|grep mariadbmariadb-libs-5.5.44-2.el7.centos.x86_64# 卸载系统自带的Mariadb[root@localhost ~]# rpm -e --nodeps mariadb-libs-5.5.44-2.el7

Centos7安装Mongodb4

1、下载源码包 curl -O https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-rhel70-4.2.1.tgz 2、解压 放到 /usr/local/ 目录下 tar -zxvf mongodb-linux-x86_64-rhel70-4.2.1.tgzmv mongodb-linux-x86_64-rhel70-4.2.1/

hadoop开启回收站配置

开启回收站功能,可以将删除的文件在不超时的情况下,恢复原数据,起到防止误删除、备份等作用。 开启回收站功能参数说明 (1)默认值fs.trash.interval = 0,0表示禁用回收站;其他值表示设置文件的存活时间。 (2)默认值fs.trash.checkpoint.interval = 0,检查回收站的间隔时间。如果该值为0,则该值设置和fs.trash.interval的参数值相等。

NameNode内存生产配置

Hadoop2.x 系列,配置 NameNode 内存 NameNode 内存默认 2000m ,如果服务器内存 4G , NameNode 内存可以配置 3g 。在 hadoop-env.sh 文件中配置如下。 HADOOP_NAMENODE_OPTS=-Xmx3072m Hadoop3.x 系列,配置 Nam

wolfSSL参数设置或配置项解释

1. wolfCrypt Only 解释:wolfCrypt是一个开源的、轻量级的、可移植的加密库,支持多种加密算法和协议。选择“wolfCrypt Only”意味着系统或应用将仅使用wolfCrypt库进行加密操作,而不依赖其他加密库。 2. DTLS Support 解释:DTLS(Datagram Transport Layer Security)是一种基于UDP的安全协议,提供类似于

sqlite3 相关知识

WAL 模式 VS 回滚模式 特性WAL 模式回滚模式(Rollback Journal)定义使用写前日志来记录变更。使用回滚日志来记录事务的所有修改。特点更高的并发性和性能;支持多读者和单写者。支持安全的事务回滚,但并发性较低。性能写入性能更好,尤其是读多写少的场景。写操作会造成较大的性能开销,尤其是在事务开始时。写入流程数据首先写入 WAL 文件,然后才从 WAL 刷新到主数据库。数据在开始

Centos7安装JDK1.8保姆版

工欲善其事,必先利其器。这句话同样适用于学习Java编程。在开始Java的学习旅程之前,我们必须首先配置好适合的开发环境。 通过事先准备好这些工具和配置,我们可以避免在学习过程中遇到因环境问题导致的代码异常或错误。一个稳定、高效的开发环境能够让我们更加专注于代码的学习和编写,提升学习效率,减少不必要的困扰和挫折感。因此,在学习Java之初,投入一些时间和精力来配置好开发环境是非常值得的。这将为我

阿里开源语音识别SenseVoiceWindows环境部署

SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别: 采用超过 40 万小时数据训练,支持超过 50 种语言,识别效果上优于 Whisper 模型。富文本识别:具备优秀的情感识别,能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力,支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal