1. 進(jìn)入官網(wǎng)，下載opencv4源碼、contrib源碼
各個(gè)版本鏈接：
contrib：https://github.com/opencv/opencv_contrib/releases
oepncv： https://opencv.org/releases.html
安裝依賴
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
檢查自己安裝的gcc、cmake的版本是否太低。
2. 按下面鏈接安裝cuda和cudnn；
https://blog.csdn.net/sss_369/article/details/94591280
https://blog.csdn.net/sss_369/article/details/94592268
安裝和Nvidia驅(qū)動(dòng)相匹配的cuda和cudnn
3. 安裝cmake：
https://blog.csdn.net/sss_369/article/details/94666494
4. cmake編譯opencv：
(1)先安裝依賴
sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
這里如果遇到如下問題:
下列軟件包有未滿足的依賴關(guān)系：libgtk2.0-dev : 依賴: libgtk2.0-0 (= 2.24.30-1ubuntu1) 但是 2.24.30-1ubuntu1.16.04.2 正要被安裝依賴: libglib2.0-dev (>= 2.27.3) 但是它將不會(huì)被安裝依賴: libgdk-pixbuf2.0-dev (>= 2.21.0) 但是它將不會(huì)被安裝依賴: libpango1.0-dev (>= 1.20) 但是它將不會(huì)被安裝依賴: libatk1.0-dev (>= 1.29.2) 但是它將不會(huì)被安裝依賴: libcairo2-dev (>= 1.6.4-6.1) 但是它將不會(huì)被安裝依賴: libxcursor-dev 但是它將不會(huì)被安裝推薦: debhelper 但是它將不會(huì)被安裝libjasper-dev : 依賴: libjasper1 (= 1.900.1-debian1-2.4ubuntu1) 但是 1.900.1-debian1-2.4ubuntu1.1 正要被安裝E: 無法修正錯(cuò)誤，因?yàn)槟竽承┸浖３脂F(xiàn)狀，就是它們破壞了軟件包間的依賴關(guān)系。
解決:出現(xiàn)上述錯(cuò)誤是因?yàn)槟壳笆褂玫脑吹陌姹颈容^低，而要安裝的軟件的依賴的版本的較高，因此方法只能是更換源.
運(yùn)行sudo gedit /etc/apt/sources.list，將Ubuntu的源替換為:
deb?http://cn.archive.ubuntu.com/ubuntu/?xenial main restricted universe multiverse
deb?http://cn.archive.ubuntu.com/ubuntu/?xenial-security main restricted universe multiverse
deb?http://cn.archive.ubuntu.com/ubuntu/?xenial-updates main restricted universe multiverse
deb?http://cn.archive.ubuntu.com/ubuntu/?xenial-backports main restricted universe multiverse
選擇opencv源文件所在路徑；
選擇輸出build文件所在路徑；
選擇contrib_modues的路徑；contrib/modues/
勾選opencv_enable_nonfree;不然nonfree用不起來；
勾選cuda選項(xiàng)；
點(diǎn)擊config，如無錯(cuò)誤再勾選generate；
opencv4在編譯時(shí)會(huì)下載一個(gè)名為ippicv_2019_lnx_intel64_general_20180723的文件；
導(dǎo)致編譯時(shí)間長；
我采用先離線下載下來，編譯時(shí)直接從本地加載；
5. 從本地加載 ippicv_2019_lnx_intel64_general_20180723：
在opencv4源碼包里找到ippic.cmake文件；
/opencv_source/opencv/3rdparty/ippicv/ippicv.cmake
將47行的如下指令改為：
修改前：
"https://raw.githubusercontent.com/opencv/opencv_3rdparty/${IPPICV_COMMIT}/ippicv/"
修改后：file后是文件路徑
6. 進(jìn)入編譯的build目錄，進(jìn)行安裝：
make
sudo make install
7. opencv環(huán)境配置：
首先將OpenCV的庫添加到路徑，從而可以讓系統(tǒng)找到
sudo gedit /etc/ld.so.conf.d/opencv.conf
執(zhí)行此命令后打開的可能是一個(gè)空白的文件，不用管，只需要在文件末尾添加
/usr/local/lib
執(zhí)行如下命令使得剛才的配置路徑生效
sudo ldconfig
配置bash
sudo gedit /etc/bash.bashrc
在末尾追加：
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig?
export PKG_CONFIG_PATH
保存，執(zhí)行如下命令使得配置生效：
source /etc/bash.bashrc
更新：
sudo updatedb
至此，所有配置都已經(jīng)完成。
8. opencv測(cè)試：
surf.cpp
#include <opencv2/opencv.hpp>
#include <opencv2/xfeatures2d.hpp>
#include <iostream>
using namespace cv;
using namespace cv::xfeatures2d;? ? ? ? // 不要忘了導(dǎo)入擴(kuò)展模塊
using namespace std;
Mat src_img, gray_img;
const string output_name = "SURF特征檢測(cè)";
int minHessian = 100;? ? ? ? ? ? ? ? // 定義SURF中的hessian閾值特征點(diǎn)檢測(cè)算子
int max_value = 500;
void SURF_detect_func(int, void *)
{
// SURF特征檢測(cè)
Ptr<SURF> detector = SURF::create(minHessian);
vector<KeyPoint> keypoints;
detector->detect(gray_img, keypoints, Mat());? ? ? // 檢測(cè)src_img圖像中的SURF特征
? // 繪制關(guān)鍵點(diǎn)
Mat keypoint_img;
drawKeypoints(gray_img, keypoints, keypoint_img, Scalar::all(-1), DrawMatchesFlags::DEFAULT);? // Scalar::all(-1)這是一種技巧，就是當(dāng)用一個(gè)負(fù)數(shù)作為關(guān)鍵點(diǎn)顏色，表示每次隨機(jī)選取顏色。
imshow(output_name, keypoint_img);
}
int main()
{
src_img = imread("1.png");
if (src_img.empty())
{
printf("could not load the image...\n");
return -1;
}
namedWindow("原圖", WINDOW_AUTOSIZE);
imshow("原圖", src_img);
cvtColor(src_img, gray_img, COLOR_BGR2GRAY);
namedWindow(output_name, WINDOW_AUTOSIZE);
createTrackbar("hessian閾值", output_name,&minHessian, max_value, SURF_detect_func);
SURF_detect_func(0,0);
waitKey(0);
return 0;
}
CMakeLists.txt:
# 聲明要求的 cmake 最低版本
cmake_minimum_required( VERSION 2.8 )
# 聲明一個(gè) cmake 工程
project( opencv_test )
# 設(shè)置編譯模式
set( CMAKE_BUILD_TYPE "Debug" )
set(CMAKE_CXX_FLAGS? "-std=c++11")
find_package(OpenCV 4.1 REQUIRED)
# 添加一個(gè)可執(zhí)行程序
# 語法：add_executable( 程序名 源代碼文件 ）
add_executable( test surf.cpp )
# 將庫文件鏈接到可執(zhí)行程序上
target_link_libraries( test ${OpenCV_LIBS} )
9. opencv_cuda_test測(cè)試是否可用gpu加速
main.cpp
//main.cpp
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core/version.hpp>
#include <opencv2/cudaarithm.hpp>
int main (int argc, char* argv[])
{
? ? try
? ? {
? ? ? ? /// 讀取圖片
? ? ? ? cv::Mat src_host = cv::imread("1.jpg", cv::IMREAD_GRAYSCALE);
? ? ? ? /// 定義GpuMat
? ? ? ? cv::cuda::GpuMat dst, src;
? ? ? ? /// 將主機(jī)內(nèi)存的圖像數(shù)據(jù)上傳到GPU內(nèi)存
? ? ? ? src.upload(src_host);
? ? ? ? /// 調(diào)用GPU的閾值函數(shù)(很多使用GPU加速的函數(shù)都和CPU版本的函數(shù)相同)
? ? ? ? cv::cuda::threshold(src, dst, 120, 255, cv::THRESH_BINARY);
? ? ? ? cv::Mat result_host;
? ? ? ? /// 從GPU上下載閾值化完成的圖片
? ? ? ? dst.download(result_host);
? ? ? ? /// 顯示
? ? ? ? cv::imshow("Result", result_host);
? ? ? ? cv::waitKey();
? ? }
? ? catch(const cv::Exception& ex)
? ? {
? ? ? ? std::cout << "Error: " << ex.what() << std::endl;
? ? }
? ? return 0;
}
CMakeLists.txt:
cmake_minimum_required(VERSION 3.0)
project(cuda_test)
#這一句解決 cannot find -lopencv_dep_cudart
set(CUDA_USE_STATIC_CUDA_RUNTIME ON)
set(CMAKE_CXX_STANDARD 11)
set(CMAKE_RUNTIME_OUTPUT_DIRECTORY ${CMAKE_SOURCE_DIR})
find_package(CUDA REQUIRED)
message(STATUS "CUDA版本: ${CUDA_VERSION}")
message(STATUS "? ? 頭文件目錄：${CUDA_INCLUDE_DIRS}")
message(STATUS "? ? 庫文件列表：${CUDA_LIBRARIES}")
set(CUDA_NVCC_FLAGS -G;-g;-std=c++11) # nvcc flags
include_directories(${CUDA_INCLUDE_DIRS})
# 指定OpenCV安裝路徑來區(qū)分不同的OpenCV版本
set(OpenCV_DIR "/usr/local/share/OpenCV")
find_package(OpenCV REQUIRED)
set(OpenCV_LIB_DIR ${OpenCV_INSTALL_PATH}/lib)
message(STATUS "OpenCV版本: ${OpenCV_VERSION}")
message(STATUS "? ? 頭文件目錄：${OpenCV_INCLUDE_DIRS}")
message(STATUS "? ? 庫文件目錄：${OpenCV_LIB_DIR}")
message(STATUS "? ? 庫文件列表：${OpenCV_LIBS}")
include_directories(${OpenCV_INCLUDE_DIRS})
link_directories(${OpenCV_LIB_DIR})
CUDA_ADD_EXECUTABLE(main main.cpp)
target_link_libraries(main ${OpenCV_LIBS} ${CUDA_LIBRARIES})
參考
1.https://blog.csdn.net/sss_369/article/details/94755824
2.https://blog.csdn.net/xykenny/article/details/91956986
3. https://blog.csdn.net/whut54/article/details/88012854
4. http://www.itdecent.cn/p/f646448da265
5. https://blog.csdn.net/wang3141128/article/details/80483459
6. https://www.douban.com/note/717360543/
7.https://blog.csdn.net/DumpDoctorWang/article/details/81032914
