鸭梨公共文档

主题

编译 CUDA 支持的 OpenCV ​

1. 安装依赖 ​

在编译之前确保你的设备已经安装了 CUDA。查看是否安装了 CUDA 和 OpenCV，以及此 OpenCV 是否有 CUDA 支持：

bash
jetson_release

确保能看到 CUDA 版本。如果没有安装 OpenCV 或 OpenCV 的 CUDA 支持为 NO，说明需要编译 CUDA 支持的 OpenCV。

卸载 OpenCV 所有组件：

bash
sudo apt purge libopencv*

下面安装编译所需的基本依赖（当前 OpenCV 4.7.0，Ubuntu 18.04 编译通过，其他版本可参考，理论上通用）：

bash
sudo apt install -y build-essential checkinstall cmake pkg-config yasm git gfortran
sudo apt install -y libjpeg8-dev libtiff5-dev libavcodec-dev libavformat-dev libswscale-dev libdc1394-22-dev libxine2-dev libv4l-dev
sudo apt install -y libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev libgtk2.0-dev libtbb2 libtbb-dev libatlas-base-dev libfaac-dev libmp3lame-dev libtheora-dev libvorbis-dev libxvidcore-dev libopencore-amrnb-dev libopencore-amrwb-dev x264 v4l-utils
sudo apt install -y python-dev python-numpy libjpeg-dev libpng-dev libtiff-dev
sudo apt install -y libjasper-dev

最后一个如果提示包没有找到，可以加入下面的源：

bash
sudo add-apt-repository "deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ xenial main multiverse restricted universe"
sudo apt update

2. 编译和构建 ​

下载 OpenCV: Releases 和 OpenCV_Contrib: Tags 下载相同版本的代码，并解压到同一个文件夹下：

下面是示例的目录结构：

  • opencv-source/
    • opencv-4.7.0/
      • build/
    • opencv_contrib-4.7.0/

现在进行编译：

bash
cd opencv-4.7.0/
mkdir build
cd build

查看 CUDA_ARCH_BIN 的值：

bash
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

在 CUDA Capability Major/Minor version number 后面的数字即 CUDA_ARCH_BIN 的值。在 Jetson Nano 上查询结果为 5.3：

bash
export CUDA_ARCH_BIN_VERSION=5.3

示例 CMake 选项：

bash
cmake \
    -DCMAKE_BUILD_TYPE=Release \
    -DCMAKE_INSTALL_PREFIX=/usr/local \
    -DOPENCV_ENABLE_NONFREE=ON \
    -DBUILD_opencv_python3=ON \
    -DWITH_FFMPEG=ON \
    -DWITH_CUDA=ON \
    -DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda \
    -DCUDA_ARCH_BIN=${CUDA_ARCH_BIN_VERSION} \
    -DENABLE_FAST_MATH=ON \
    -DCUDA_FAST_MATH=ON \
    -DWITH_CUBLAS=ON \
    -DOPENCV_GENERATE_PKGCONFIG=ON \
    -DOPENCV_EXTRA_MODULES_PATH=../../opencv_contrib-4.7.0/modules/ \
    ..

TODO 可以指定 -DCUDA_ARCH_PTX=5.3 和 CUDA_ARCH_BIN 值相同，用途和影响未知。

使用 Clang

经过测试，发现部分设备使用 GCC 编译套件出现各种编译或链接错误，可能是由于编译器版本过旧或者不匹配造成的，可以使用 Clang 代替：

bash
sudo apt install clang
sudo apt install lld-10 liblld-10

sudo ln -s -f /usr/bin/lld-10 /usr/bin/lld

请检查是否有新版本的 LLD，当前测试的镜像最新版本为 LLD-10，可以加入其他镜像来更新 LLD。

CMake 指令如下：

bash
cmake \
    -DCMAKE_BUILD_TYPE=Release \
    -DCMAKE_CXX_COMPILER=$(which clang++) \
    -DCMAKE_C_COMPILER=$(which clang) \
    -DCMAKE_LINKER=$(which lld) \
    -DCMAKE_INSTALL_PREFIX=/usr/local \
    -DOPENCV_ENABLE_NONFREE=ON \
    -DBUILD_opencv_python3=ON \
    -DWITH_FFMPEG=ON \
    -DWITH_CUDA=ON \
    -DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda \
    -DCUDA_ARCH_BIN=${CUDA_ARCH_BIN_VERSION} \
    -DENABLE_FAST_MATH=ON \
    -DCUDA_FAST_MATH=ON \
    -DWITH_CUBLAS=ON \
    -DOPENCV_GENERATE_PKGCONFIG=ON \
    -DOPENCV_EXTRA_MODULES_PATH=../../opencv_contrib-4.7.0/modules/ \
    ..

下面进行编译：

bash
make -j $(nproc)

此过程较长，预计需要几个小时。

安装：

bash
sudo make install

如果此时没有错误，可以用 jetson_release 查询到安装成功：

bash
jetson_release

查询结果：

yml
Model: NVIDIA Jetson Nano Developer Kit - Jetpack 4.6.3 [L4T 32.7.3]
NV Power Mode: MAXN - Type: 0
jtop:
 - Version: 4.1.0
 - Service: Active
Libraries:
 - CUDA: 10.2.300
 - cuDNN: 8.2.1.32
 - TensorRT: 4.6.3
 - VPI: 1.2.3
 - Vulkan: 1.2.70
 - OpenCV: 4.7.0 - with CUDA: YES