• 网上安装opencv有很多教程，但是一旦涉及到使用cuda加速的opencv DNN模型等，很多教程就毫无意义，opencv官网2.4k的issues也说明了其bug之多。

  • 本文是作者对opencv gpu源码编译的总结。

  • 参考教程（有些问题，但是大体思路不错）：https://learnopencv.com/opencv-dnn-with-gpu-support/

源码编译过程

  1. 安装依赖。

    1
2
3
4
5
6
7
8
9

    sudo apt-get update
sudo apt-get upgrade
sudo apt-get install build-essential cmake unzip pkg-config
sudo apt-get install libjpeg-dev libpng-dev libtiff-dev
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install libv4l-dev libxvidcore-dev libx264-dev
sudo apt-get install libgtk-3-dev
sudo apt-get install libblas-dev liblapack-dev gfortran
sudo apt-get install python3-dev

  2. CUDA CUDNN安装。网上已经有很多教程，这里不再赘述。

    • 本文使用CUDA 11.6以及CUDNN 8.4.1。
    • 只要CUDA和CUDNN的版本匹配就好了，不需要卸载已经有的版本重新安装，后续源码编译CMakeLists.txt会自动检测最低要求的CUDA和CUDNN要求。

  3. 下载并解压opencv及opencv_contrib（注意这个路径，cmake编译时候需要使用）源码到home下：

    1
2
3
4
5

    cd ~
wget -O opencv-4.7.0.zip https://github.com/opencv/opencv/archive/refs/tags/4.7.0.zip
unzip -q opencv-4.7.0.zip
mv opencv-4.7.0 opencv
rm -f opencv-4.7.0.zip 

    1
2
3
4

    wget -O opencv_contrib-4.7.0.zip https://github.com/opencv/opencv_contrib/archive/4.7.0.zip
unzip -q opencv_contrib-4.7.0.zip
mv opencv_contrib-4.7.0 opencv_contrib
rm -f opencv_contrib-4.7.0.zip

  4. 安装numpy：pip install numpy。

  5. 源码编译opencv：

    1
2
3

    cd ~/opencv
mkdir build
cd build
    • 我习惯使用cmake-gui编译，可以更好的选择编译选项：
    1

    cmake-gui

    • 默认使用configure。

    • 设置OPENCV_EXTRA_MODULES_PATH为~/opencv_contrib/modules。

    • 勾选OPENCV_ENABLE_NONFREE，WITH_CUDNN，WITH_CUDA，WITH_CUBLAS，BUILD_EXAMPLES（如果勾选这个，我的经验是需要要按照#22245修改samples/cpp/CMakeLists.txt，不然会有bug：21804）等等。

    • configure以后再点击generate。

  6. 安装opencv（很慢，有时候会在某个选项卡很久。）

    1

    make -j `nproc` && sudo make install

  7. 建立软连接。

    1
2
3
4

    # 本机python3.8的site-pakages
cd /home/rzy/.local/lib/python3.8/site-packages
# cv2.so文件安装位置
ln -s /usr/local/lib/python3.8/site-packages/cv2/python-3.8/cv2.cpython-38-x86_64-linux-gnu.so cv2.so

  8. 现在opencv-gpu就已经安装好了。

C++，Python代码自动补全vscode设置

C++, Python cuda测试

  • 文件结构:

    1
2
3

    ├── CMakeLists.txt
├── main.cpp
└── main.py

  • CPP测试：

    1
2
3
4
5

    mkdir build
cd build
cmake ..
make
./main

  • Python测试：python3 main.py

C++测试代码

main.cpp

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18

#include <iostream>
#include <opencv2/dnn.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>
#include <opencv2/core/cuda.hpp>

using namespace std;
using namespace cv;
using namespace dnn;
using namespace cuda;

int main(int, char**) {

    printCudaDeviceInfo(0);

    cout << "Hello, world!\n";
}

CMakelists.txt

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16

cmake_minimum_required(VERSION 3.0.0)
project(main)

include(CTest)
enable_testing()

find_package( OpenCV REQUIRED )
include_directories( ${OpenCV_INCLUDE_DIRS} )

add_executable(main main.cpp)

target_link_libraries( main ${OpenCV_LIBS} )

set(CPACK_PROJECT_NAME ${PROJECT_NAME})
set(CPACK_PROJECT_VERSION ${PROJECT_VERSION})
include(CPack)

Python测试代码

1
2
3

import cv2
from cv2 import cuda
cuda.printCudaDeviceInfo(0)