安装支持cuda的OpenCV过程记录

最新推荐文章于 2025-03-11 14:11:27 发布

wrotcat

最新推荐文章于 2025-03-11 14:11:27 发布

阅读量9.9k

点赞数 7

分类专栏：安装记录文章标签： CUDA OpenCV GPU支持安装指南 Ubuntu

本文链接：https://blog.csdn.net/catpico/article/details/123168094

版权

安装记录专栏收录该内容

3 篇文章

订阅专栏

版本号

nvidia driver : 470
cuda : 11.0
cudnn : 8.0.1（对应cuda就好）
OpenCV: 4.5
这里安装的是C++版本，如果是安装python或者在虚拟环境下安装，可以参考这个更全的记录：https://waltpeter.github.io/open-cv-basic/install-opencv-with-contrib-ubuntu/index.html

安装过程

之前安装了opencv4.5版本，但是没有安装contrib库，也没有打开支持gpu的按钮。所以先卸载当前opencv版本再重新安装一下。

一. 卸载当前opencv

找到之前装opencv的build文件夹，进入后执行卸载指令

sudo make uninstall

然后再把之前留在usr文件夹里的剩余文件都删掉。我之前直接按照官网说明安装的，所以东西都在usr/local/下

//需要根据自己的情况修改
sudo rm -r /usr/local/include/opencv4  /usr/local/share/opencv4 /usr/local/lib/libopencv*

二. 安装新的opencv版本

安装依赖

大部分应该都已经有了

sudo apt-get update
sudo apt-get upgrade
sudo apt-get install build-essential cmake unzip pkg-config
sudo apt-get install libjpeg-dev libpng-dev libtiff-dev
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install libv4l-dev libxvidcore-dev libx264-dev
sudo apt-get install libgtk-3-dev
sudo apt-get install libatlas-base-dev gfortran

下载安装包

这里没有太多可说的，把同一个版本号的opencv_contrib文件夹放进opencv文件夹。

查看显卡型号

向终端输入指令，查看显卡型号。我这里的是GeForce MX250

lspci | grep -i nvidia

然后再去nvidia官网确定自己GPU的cuda算力版本，找不到的话可以看cuda的wiki。 MX250的算力版本是6.1，这个之后编译opencv的时候要用
官网（比较新的型号很好找）：https://developer.nvidia.com/cuda-gpus#compute
WIki（感觉更全更好检索）：https://en.wikipedia.org/wiki/CUDA

安装opencv

注意下面的CUDA_ARCH_BIN就是要写你电脑对应的算力版本。WITH_CUDA和WITH_CUDNN项指的是用CUDA和cuDNN。OPENCV_DNN_CUDA项表示要编译后的dnn模块支持CUDA。ENABLE_FAST_MATH, CUDA_FAST_MATH和WITH_CUBLAS项是为了优化运算而开启的。

cmake -D CMAKE_BUILD_TYPE=RELEASE \
	-D CMAKE_INSTALL_PREFIX=/usr/local \
	-D INSTALL_C_EXAMPLES=OFF \
	-D OPENCV_ENABLE_NONFREE=ON \
	-D WITH_CUDA=ON \
	-D WITH_CUDNN=ON \
	-D OPENCV_DNN_CUDA=ON \
	-D ENABLE_FAST_MATH=1 \
	-D CUDA_FAST_MATH=1 \
	-D CUDA_ARCH_BIN=6.1 \
	-D WITH_CUBLAS=1 \
	-D OPENCV_EXTRA_MODULES_PATH=../opencv_contrib/modules \
	-D BUILD_EXAMPLES=ON ..

注意检查这一段：

--   NVIDIA CUDA:                   YES (ver 11.0, CUFFT CUBLAS FAST_MATH)
--     NVIDIA GPU arch:             61
--     NVIDIA PTX archs:
-- 
--   cuDNN:                         YES (ver 8.0.5)

没有问题了就执行

make