深度学习部署·OpenVINO Toolkit——OpenCV-contrib及contrib模块编译安装与CMake链接

2 篇文章 0 订阅
1 篇文章 0 订阅

OpenVINO™ Toolkit——OpenCV与contrib模块编译安装以及CMake链接


​ 由于OpenVINO 2018 R2及后续版本都自带了OpenCV,在开发时不做特殊说明,都会默认链接OpenVINO自带的OpenCV。然而其自带的OpenCV并不包含Contrib模块,如果需要同时使用OpenCV-contrib模块时,就需要自己手动编译Opencv源码并指定依赖。
本文也将Ubuntu下OpenCV及其contrib模块的安装与简单链接流程详细地记录下来。

下载

  1. OpenCV

  2. OpenCV Contrib

gitee镜像 (推荐):

  1. OpenCV镜像

  2. OpenCV-contrib镜像

需注意:

  • 下载的OpenCV与contrib模块的版本需要严格对应(否则编译源码时会报错)

  • OpenCV需要下载带OpenVINO后缀的版本

  • 下载对应的ZIP文件
    请添加图片描述
    请添加图片描述

未装过OpenCV的同学,运行如下命令安装相关依赖项:

sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg-dev libswscale-dev libtiff5-dev
sudo apt-get install libgtk2.0-dev
sudo apt-get install pkg-config

cmake-gui配置

由于安装opencv的openvino版本有很多配置选项,因此推荐使用cmake-gui配置

若没有cmake-gui运行如下命令安装cmake-gui:

sudo apt-get install cmake-qt-gui

在下载opencv库的源码路径(最外层CMakeLists.txt所在位置)新建build文件夹,然后在该处打开cmake-gui

cmake-gui .
  • 编译路径(Where to build the binaries) 选择build文件夹

  • generater默认即可
    在这里插入图片描述

  • OpenCV-contrib模块配置: 将OPENCV_EXTRA_MODULES_PATH设为OpenCV-contrib中modules文件夹的路径。
    在这里插入图片描述

  • 针对opencv-openvino,需要把WITH_INF_ENGINE的InferenceEngine核心选项勾上
    在这里插入图片描述

  • 配置了WITH_INF_ENGINE后,会出现下列关键配置选项:在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    务必按上述图片配置,否则可能会出现编译报错,或查找、链接不到InferenceEngine及其依赖项ngraph的情况

  • 点击Configure配置,直至没有像上面的红色选项出现为止;然后再点击Generrate

编译

在配置好的build路径:

#检测电脑的核心数并减去1赋值给core
core="$(nproc)" && ((core=$core-1))
#以比核心数1的线程数去编译
make -j$core
#安装编译出来的库至/usr/local/bin中
sudo make install

本人电脑是8核的,因此这里编译时设置为7个线程同时编译-j7,以加快编译速度

CMake链接

cmake_minimum_required(VERSION 3.10)
project(project_name) 

set(CMAKE_CXX_STANDARD 14)
set(CMAKE_CXX_STANDARD_REQUIRED ON)
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -Wall")
SET(CMAKE_CXX_COMPILER /usr/bin/g++)
set(CMAKE_BUILD_TYPE debug)

# 查找必要的依赖包
find_package(OpenCV 4 REQUIRED)
find_package(InferenceEngine REQUIRED)
find_package(ngraph REQUIRED)

#目标链接Opencv库和OpenVINO
target_link_libraries(target_name
        ${OpenCV_LIBS}
        ${InferenceEngine_LIBRARIES}
)

指定OpenCV及InferEngine路径

如果装了openvino,cmake会默认链接openvino自带的opencv,若需要使用contrib模块,则需在CMakeLists.txt手动设置OpenCV_DIR为编译库的路径:

set(OpenCV_DIR "<Source_DIR>/opencv-4.5.3-openvino-2021.4.1/build")

若系统找不到InferenceEngine路径,则手动设置:

set(InferenceEngine_DIR "/opt/intel/openvino_2021.4.582/inference_engine/share")
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在Win10 VS2019上编译安装OpenCV-7.0 CUDA可以按照以下步骤进行: 1. 首先,下载并安装CUDA Toolkit。可以从NVIDIA官方网站上下载最新版本的CUDA Toolkit,并按照它的安装向导进行安装。 2. 下载OpenCV源代码。可以从OpenCV官方网站上下载最新版本的OpenCV源代码,并将其解压到一个合适的文件夹中。 3. 打开Visual Studio 2019,并在创建新项目选择“空项目”。 4. 在解决方案资源管理器中,右键单击项目,并选择“属性”。 5. 在属性对话框中,选择“VC++目录”,然后选择“包含目录”。将OpenCV源代码中的“include”文件夹路径添加到包含目录中。 6. 再次在属性对话框中,选择“链接器”,然后选择“常规”。将OpenCV源代码中的“lib”文件夹路径添加到库目录中。 7. 然后,在链接器中选择“输入”。将以下库文件添加到附加依赖项中:opencv_corexxx.lib、opencv_highguixxx.lib、opencv_imgprocxxx.lib(其中“xxx”表示版本号)。 8. 配置好属性后,按下F7键进行编译,并等待编译完成。 9. 编译完成后,在OpenCV源代码的构建文件夹中找到“bin”文件夹,将其中的所有DLL文件复制到系统的PATH环境变量中。 10. 最后,在项目中使用OpenCV-7.0 CUDA库进行开发。可以通过引入相关头文件和使用OpenCV的相关函数来进行开发。 通过以上步骤,您可以在Win10 VS2019上成功编译安装OpenCV-7.0 CUDA,并在项目中使用相关功能进行开发。希望对您有所帮助!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值