Linux下源码编译带cuda的opencv-3.x.x

目的：Linux下源码编译带cuda的opencv-3.x.x

环境：

系统: Centos 7.5 x64
环境: Gefore rtx2080
      Cuda 10.0
      cmake 3.6.2
      gcc g++ 4.8.5
      opencv:3.4.0 3.3.0

---

问题分析：

开发过程中会经常需要使用opencv环境问题，由于项目使用的opecv with cuda版本(opencv3.4.0和3.3.0)，所以以这两个版本为例编译，其他版本类似。

如果主机环境还没有安装Nvidia驱动和CUDA，则可以参考这个链接(https://blog.csdn.net/Alger_magic/article/details/111355340)，也可以自行搜索查找安装方式安装。

解决步骤：

---

1. opencv源码下载

1.1 源码下载
下载链接(https://opencv.org/releases/)

补充说明：截至目前opencv最新版本为4.5.0/3.4.12，可在页面底部翻页寻找所需要的版本，然后选择source下载即可。

1.2 copy并解压
把源码copy到指定主机上的自定义路径，解压，准备编译。

---

2. 编译opencv3.4.0 with cuda

2.1 编译配置。
2.2.1 cd到源码目录，如下：

2.2.2 mkdir build_cuda，新建一个build_cuda文件夹。cd build_cuda进入该文件夹，然后执行cmake命令进行配置：

一般编译的话，只需要配置install路径、cuda选项打开、显卡架构选择等即可。

cmake  -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local/opencv-3.4.0 -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_QT=OFF -D WITH_OPENGL=ON -D WITH_CUDA=ON -D CUDA_GENERATION="Auto" -D ENABLE_FAST_MATH=1 -D CUDA_FAST_MATH=1 -D CUDA_NVCC_FLAGS="-D_FORCE_INLINES" ..


// ps: 显卡架构的话就可以直接填架构类型，或者直接填"Auto"

在实际使用过程中可能会需要用到：

一、 如果需要使用到opencv_contrib包，则需要单独下载opencv_contrib源码并配置使用，这样编译出来的opencv库就会包含contrib的一些功能包。

cmake  -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local/opencv-3.4.0  -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_QT=OFF -D WITH_OPENGL=ON -D WITH_CUDA=ON -D CUDA_GENERATION="Auto" -D ENABLE_FAST_MATH=1 -D CUDA_FAST_MATH=1 -D CUDA_NVCC_FLAGS="-D_FORCE_INLINES" -D WITH_CUBLAS=1 -D OPENCV_EXTRA_MODULES_PATH=/opencv源码目录/opencv_contrib-3.3.0/modules -D BUILD_opencv_hdf=ON ..

下载opencv_contrib对应版本，然后配置即可
https://github.com/opencv/opencv_contrib/releases

二、有时候编译的opencv里面会使用到hdf5，也需要单独下载hdf5并编译安装后配置到opencv里。

hdf5下载链接：https://support.hdfgroup.org/ftp/HDF5/prev-releases/，下载对应版本即可，下载慢的可以从文末链接获取(需要资源分为0)

hdf5安装指令：

tar zxvf hdf-1.8.21.tar.gz
cd hdf-1.8.21
./configure --prefix=/usr/local/hdf5-1.8.21
make
sudo make install

然后再进行配置opencv, 也可以简单的将hdf5 加入系统环境变量即可。

cmake  -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local/opencv-3.4.0  -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_QT=OFF -D WITH_OPENGL=ON -D WITH_CUDA=ON -D CUDA_GENERATION="Auto" -D ENABLE_FAST_MATH=1 -D CUDA_FAST_MATH=1 -D CUDA_NVCC_FLAGS="-D_FORCE_INLINES" -D WITH_CUBLAS=1 -D OPENCV_EXTRA_MODULES_PATH=/opencv源码目录/opencv_contrib-3.3.0/modules -D BUILD_opencv_hdf=ON -D HDF5_INCLUDE_DIRS=/usr/local/hdf5-1.8.21/inlcude  -D HDF5_C_INCLUDE_DIR=/usr/local/hdf5-1.8.21/inlcude -D HDF5_hdf5_cpp_LIBRARY_RELEASE=/usr/local/hdf5-1.8.21/lib ..

三、如果想要编译opencv_world.so，则只需要再编译选项的最后加上-D BUILD_opencv_world=ON 即可。

---

FAQ:

1. 编译过程中可能由于缺少某些依赖库或者内容，那么只需要根据错误提示来进行安装缺少的对应内容即可。

2. 查看当前显卡详情及支持的算力。
   在cuda的安装目录下(本机例usr/local/cuda-10.0/extras/demo_suite/), 执行deviceQuery， 来查看
   /usr/local/cuda-10.0/extras/demo_suite/deviceQuery
   

3. 编译过程中提示代码文件中有额外的乱字符，如图类似这种
   
   解决办法：copy部分字符，然后在整个目录中进行搜索
   ，原因因该是某个cmake文件中额外输入了或者错误添加了错误字符，导致在cmake …的时候将代码文件给污染了。去除这些无用字符，重新cmake …即可。

4. 编译过程中提示如下错误
   
   问题原因：cuda9.0+不支持2.0架构
   解决方案：待完善

5. 使用cuda10.0+时提示找不到#include <dynlink_nvcuvid.h>，解决办法：
   在源码中搜索出所有的if CUDA_VERSION >= 9000，然后改为：#if CUDA_VERSION >= 9000 && CUDA_VERSION < 10000

6. 提示类似如图错误
   
   原因是在opencv_contrib文件夹中缺少了boostdesc_bgm_bi.i 等文件,需要下载补充进去。
   
   以本机为例，补充文件放置的路径为：opencv_contrib-3.3.0/modules/xfeatures2d/src;文件下载地址为：https://my.oschina.net/mengyoufengyu/blog/3070868
   也可以直接从文末上传资源包中获取(需要积分为0)

7. 同上也会有错误提示缺少vgg_generated_64.i等文件，也是补充在同一个目录opencv_contrib-3.3.0/modules/xfeatures2d/src，下载地址同上，同时文末上传资源包中也有。
   

---

csdn上传资源:

hdf5-1.8.21
https://download.csdn.net/download/Alger_magic/14003424

hdf5-1.10.7
https://download.csdn.net/download/Alger_magic/14003407

vgg_genearted / boostdesc_binboost
https://download.csdn.net/download/Alger_magic/14003460