在 Ubuntu 20.04 中使用 CUDA 安装 OpenCV 4

OpenCV 截图编译过程。

安装预编译版本OpenCV可能会导致你不能充分利用它cuda硬件，而cuda硬件在GPU加速非常强大。

在本文中，我们将使用它 CUDA 和 cuDNN 从源代码构建预安装环境 OpenCV。

1. 先决条件

1.1 CUDA 和 cuDNN

安装的主要先决条件是安装 NVIDIA CUDA 工具包和 NVIDIA CUDA 深度神经网络库 (cuDNN) 库。

如果您还没有安装这些，建议您按照我以前的指南安装它们：

https://medium.com/@juancrrn/installing-cuda-and-cudnn-in-ubuntu-20-04-for-deep-learning-dad8841714d6

让我们继续依赖关系。

1.2 依赖项

需要 CMake 和 GCC 配置安装编译项目：

$sudoaptinstallcmake  $sudoaptinstallgccg  

为了支持 Python 3 我们需要安装 Python（大多数 Ubuntu 所有版本都预装了)，Python-devel 和 Numpy：

$sudoaptinstallpython3python3-devpython3-numpy

GUI 功能，相机支持 (v4l)、媒体支持 (ffmpeg、gstreamer...) 等都需要 GTK：

$sudoaptinstalllibavcodec-devlibavformat-devlibswscale-dev  $sudoaptinstalllibgstreamer-plugins-base1.0-devlibgstreamer1.0-dev  $sudoaptinstalllibgtk-3-dev

下一个依赖项是可选的，但添加正确 PNG、JPEG、JPEG2000、TIFF、WebP 最新支持等格式：

$sudoaptinstalllibpng-devlibjpeg-devlibopenexr-devlibtiff-devlibwebp-dev

现在，使用 Git 下载 OpenCV 存储库：

$gitclonehttps://github.com/opencv/opencv.git

我们也会下载 OpenCV 的额外模块 (CMake flag -D OPENCV_EXTRA_MODULES_PATH) 存储库。这些模块需要这些模块。 CUDA 功能与 OpenCV 一起使用。

$gitclonehttps://github.com/opencv/opencv_contrib.git

2.确定CUDA架构版本

CMake 需要 CUDA_ARCH_BIN 设置标志使用正确 CUDA 架构编译二进制文件。如果该标志没有正确设置，则二进制文件的最终使用将失败。

要正确设置标志，首先要使用nvidia-smi -L命令确定 NVIDIA GPU 型号：

现在转到https://developer.nvidia.com/cuda-gpus并查找你的 GPU 型号。

就我而言，我必须启用它 CUDA 的 GeForce 和 TITAN 产品，然后找到 GeForce GTX 1050：

在型号名旁边，你会发现的 GPU 计算能力 NVIDIA GPU 架构版，它将是 CMake 标志的值：CUDA_ARCH_BIN=6.1.

3.准备使用CUDA和cuDNN支持编译

我们将使用一堆 CMake 标志来编译 OpenCV。本文末尾可以找到这些详细参考。

准备建设目录：

$cd~/opencv  $mkdirbuild  $cdbuild

使用以下标志进行操作 CMake：

cmake\ -DCMAKE_BUILD_TYPE=RELEASE\ -DCMAKE_INSTALL_PREFIX=/usr/local\ -DWITH_CUDA=ON\ -DWITH_CUDNN=ON\ -DWITH_CUBLAS=ON\ -DWITH_TBB=ON\ -DOPENCV_DNN_CUDA=ON\ -DOPENCV_ENABLE_NONFREE=ON\ -DCUDA_ARCH_BIN=6.1\ -DOPENCV_EXTRA_MODULES_PATH=$HOME/opencv_contrib/modules\ -DBUILD_EXAMPLES=OFF\ -DHAVE_opencv_python3=ON\ ..

您应该有类似于以下输出的输出：

... --TheCXXcompileridentificationisGNU9.4.0 ... --PerformingTest... ... --GeneralconfigurationforOpenCV4.5.5-dev====================== ... --NVIDIACUDA:YES(ver11.6,CUFFTCUBLAS) --NVIDIAGPUarch:61 --NVIDIAPTXarchs: -- --cuDNN:YES(ver8.3.2) ... --Configuringdone --Generatingdone --Buildfileshavebeenwrittento:/home/j/opencv/build

这表明预建设是成功的。

4. 编译支持GPU加速的OpenCV

如果 CMake 没有错误，我们可以编译 OpenCV。

我们只需要知道我们的 CPU 有多少个内核可用？为此，请使用以下内核。lscpu命令：

查找CPU(s)我们将在下一个命令中使用设置。

最终编译OpenCV，使用make和-j 或 --jobs选项，指定要同时运行的作业数，其值必须等于我们以前发现的内核数：

$ make -j 8

就我而言，完全完成需要半个小时。

5. 安装 OpenCV

在通过 CUDA 和 cuDNN 编译支持 GPU 加速的 OpenCV 后，我们就可以像下载预编译包一样安装它了。

在build目录中，运行以下命令：

$ sudo make install

然后用于ldconfig创建必要的链接并缓存到我们新安装的 OpenCV：

$ sudo ldconfig

最后一步是为 Python 3 创建指向 OpenCV 绑定的符号链接，以供全局使用。如果你使用默认的 Ubuntu 安装，这是必需的，因为它的可执行文件会在目录中查找包dist-packages，并且默认在site-packages安装 OpenCV 。

为此，请运行以下命令：

$ sudo ln -s /usr/local/lib/python3.8/site-packages/cv2 /usr/local/lib/python3.8/dist-packages/cv2

使用 python3 解释器和 cv2.cuda.printCudaDeviceInfo(0) 来验证库是否正常工作：

就是这样。

清理

安装后，有些文件我们将不再需要，可以安全删除：

$ cd ~

$ rm -rf opencv opencv_contrib

使用的 CMake 标志参考

• CMAKE_BUILD_TYPE =RELEASE：禁用调试选项

  • https://docs.opencv.org/4.x/db/d05/tutorial_config_reference.html#tutorial_config_reference_general_debug

• CMAKE_INSTALL_PREFIX =/usr/local: 设置生成的二进制文件的根目录

  • https://docs.opencv.org/4.x/db/d05/tutorial_config_reference.html#tutorial_config_reference_install_root

• WITH_CUDA =ON：启用 CUDA 支持

  • https://docs.opencv.org/4.x/db/d05/tutorial_config_reference.html#tutorial_config_reference_func_hetero

• WITH_CUDNN=ON：（未记录）启用 cuDNN 支持

• WITH_CUBLAS=ON：（未记录）启用 cuBLAS 支持

• WITH_TBB =ON：使用线程构建块启用并行编程

  • https://docs.opencv.org/4.x/db/d05/tutorial_config_reference.html#tutorial_config_reference_func_core

• OPENCV_DNN_CUDA =ON：启用 CUDA 后端并构建dnn模块（需要 CUDA、cuDNN 和 cuBLAS）

  • https://docs.opencv.org/4.x/db/d05/tutorial_config_reference.html#tutorial_config_reference_dnn

• OPENCV_ENABLE_NONFREE =ON：启用受专利保护的算法

  • https://docs.opencv.org/4.x/db/d05/tutorial_config_reference.html#tutorial_config_reference_misc

• CUDA_ARCH_BIN =6.1：指定NVIDIA GPU架构版本（参考第3节）

  • https://github.com/opencv/opencv/blob/4.x/cmake/OpenCVDetectCUDA.cmake#L217

• OPENCV_EXTRA_MODULES_PATH =$HOME/opencv_contrib/modules：包含 OpenCV 的额外模块

  • https://docs.opencv.org/4.x/db/d05/tutorial_config_reference.html#tutorial_config_reference_general_contrib

• BUILD_EXAMPLES =OFF：禁用构建示例

  • https://docs.opencv.org/4.x/db/d05/tutorial_config_reference.html#tutorial_config_reference_general_tests

• HAVE_opencv_python3 =ON：强制依赖opencv_python3

  • https://docs.opencv.org/4.x/db/d05/tutorial_config_reference.html#tutorial_config_reference_func

来源

• 在 Ubuntu 中安装 OpenCV-Python：https://docs.opencv.org/4.5.5/d2/de6/tutorial_py_setup_in_ubuntu.html

• OpenCV 安装概述：https://docs.opencv.org/4.x/d0/d3d/tutorial_general_install.html

• OpenCV 配置选项参考：https://docs.opencv.org/4.x/db/d05/tutorial_config_reference.html

• OpenCV 的额外模块存储库：https://github.com/opencv/opencv_contrib

☆ END ☆

如果看到这里，说明你喜欢这篇文章，请转发、点赞。微信搜索「uncle_pn」，欢迎添加小编微信「 woshicver」，每日朋友圈更新一篇高质量博文。

↓扫描二维码添加小编↓