OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。
本文主要是介绍用VS2017编译包含Cuda9.0,QT特性的opencv3.3库。虽然VS可能已经更新到更新的版本,但是Cuda9.0比较坑 ,最多只能支持到VS2017的14.11.25503版本的编译工具链,所以如果说即使你安装的是VS2017,如果编译工具链的版本高于14.11.25503(VS安装目录的VC\Tools\MSVC下可以查看具体你安装了那些版本编译工具链)的话也从Cuda9.0中无法获得Nvidia GPU进行计算。
Opencv中的QT选项可以编译出的程序得到非常好看的界面,而CUDA选项可以使OpenCV能够使用,GPU来进行计算。本来还想要往添加Python选项,从而使python3.6也能使用opencv的库,但是发现VS默认安装的Python是没有Debug版本的内置库的,编译Opencv的时候会报错,即使按照网上的教程修改python的pyconfig.h也没用,所以干脆就不编译python的Debug版本的Opencv,有必要的话在编译Release版本的python库。
接下来直接进入主题——编译Opencv。
1、首先是配置好CMake,这个可以参考Opencv的教程。勾选with标签下的with_Cuda,with_QT。
2、在开始编译前先做好准备:(安装过程中需要的文件见OpenCVffmpeg,ippicv库.zip)
1)CUDA9.0不支持14.11.25503以上版本的编译工具链,所以如果发现VS使用错误
的工具链 例如 14.14.26428,首先需要用visual studio installer安装好14.11.25503编译工具链,然后需要手动修改VS安装目录下(例如D:\program file\vs 2013\)的VC\Auxiliary\Build中的Microsoft.VCRedistVersion.default.txt、Microsoft.VCToolsVersion.default.props和Microsoft.VCToolsVersion.default.txt, 将VS默认编译工具链修改为 14.11.25503(否者即使在CMAKE中指定对于的编译工具,CMAKE还是会使用以上三个文件中的设置)。
2)用CMake Configure以后,将 opencv_ffmpeg.dll、opencv_ffmpeg_64.dll 复制到build目录下的\3rdparty\ffmpeg目录下。
3)将75060a0c662c0800f48995b7e9b085f6-ippicv_2017u2_win_intel64_20170418.zip复制到src目录下的.cache目录下。
6)编辑文件 OPENCV的源文件目录下的 sources\modules\videoio\src\cap_dshow.cpp增加 #define STRSAFE_NO_DEPRECATE
在编译过程中可能会碰到一些问题,下面提供各种问题的解决方法:
1. CMake Error: The following variables are used in this project, but they are set to NOTFOUND.
Please set them or make sure they are set and tested correctly in the CMake files:
CUDA_nppi_LIBRARY (ADVANCED)
原因解析: cuda9不再支持2.0架构
(1) 找到FindCUDA.cmake文件
将
find_cuda_helper_libs(nppi)
改为
find_cuda_helper_libs(nppial)
find_cuda_helper_libs(nppicc)
find_cuda_helper_libs(nppicom)
find_cuda_helper_libs(nppidei)
find_cuda_helper_libs(nppif)
find_cuda_helper_libs(nppig)
find_cuda_helper_libs(nppim)
find_cuda_helper_libs(nppist)
find_cuda_helper_libs(nppisu)
find_cuda_helper_libs(nppitc)
(2) 找到
set(CUDA_npp_LIBRARY "${CUDA_nppc_LIBRARY};${CUDA_nppi_LIBRARY};${CUDA_npps_LIBRARY}")
改为
set(CUDA_npp_LIBRARY "${CUDA_nppc_LIBRARY};${CUDA_nppial_LIBRARY};${CUDA_nppicc_LIBRARY};${CUDA_nppicom_LIBRARY};${CUDA_nppidei_LIBRARY};${CUDA_nppif_LIBRARY};${CUDA_nppig_LIBRARY};${CUDA_nppim_LIBRARY};${CUDA_nppist_LIBRARY};${CUDA_nppisu_LIBRARY};${CUDA_nppitc_LIBRARY};${CUDA_npps_LIBRARY}")
(3) 找到
unset(CUDA_nppi_LIBRARY CACHE)
改为
unset(CUDA_nppial_LIBRARY CACHE)
unset(CUDA_nppicc_LIBRARY CACHE)
unset(CUDA_nppicom_LIBRARY CACHE)
unset(CUDA_nppidei_LIBRARY CACHE)
unset(CUDA_nppif_LIBRARY CACHE)
unset(CUDA_nppig_LIBRARY CACHE)
unset(CUDA_nppim_LIBRARY CACHE)
unset(CUDA_nppist_LIBRARY CACHE)
unset(CUDA_nppisu_LIBRARY CACHE)
unset(CUDA_nppitc_LIBRARY CACHE)
(4) 找到
...
set(__cuda_arch_ptx "")
if(CUDA_GENERATION STREQUAL "Fermi")
set(__cuda_arch_bin "2.0")
elseif(CUDA_GENERATION STREQUAL "Kepler")
set(__cuda_arch_bin "3.0 3.5 3.7")
...
修改为
...
set(__cuda_arch_ptx "")
if(CUDA_GENERATION STREQUAL "Kepler")
set(__cuda_arch_bin "3.0 3.5 3.7")
elseif(CUDA_GENERATION STREQUAL "Maxwell")
set(__cuda_arch_bin "5.0 5.2")
...
(5) 在
opencv\modules\cudev\include\opencv2\cudev\common.hpp
头文件中添加
#include <cuda_fp16.h>
2、 出现警告 Policy CMP0071 is not set
在 CMakelist.txt中找到
if(POLICY CMP00xx)
cmake_policy(SET CMP00xx NEW)
endif()
相应位置添加
if(POLICY CMP0071)
cmake_policy(SET CMP0071 NEW)
endif()
3 Building NVCC (Device) object modules/core/CMakeFiles/cuda_compile.dir/src/cuda/Debug/ cuda_compile_generated_gpu_mat.cu.obj
解决方法:
在CMake 中设置 CUDA_GENERATION 为相应CPU的架构
4、出现CMake Error at cuda_compile_generated_absdiff_mat.cu.obj.cmake:206 (message):
问题原因:
Opencv 需要根据CUDA_HOST_COMPLIER变量设置编译工具链的目录。而Opencv默认的设置是不是用于VS2017的。
解决方法:
注意: 最后一个目录后不需要加"\"
5、opencv_cudacodec.vcxproj 生成失败
问题原因:
CUDA9.0中不存在nvcuvid.h头文件。
解决方法:
6、生成opencv_ml.vcxproj(opencv机械学习库)出现无法解析的外部符号 "public: virtual struct QMetaObject const * __cdecl GuiReceiver::metaObject(void)const " (?metaObject@GuiReceiver@@UEBAPEBUQMetaObject@@XZ)错误。
问题原因:
Opencv机械学习库需要用到opencv 的svm库。
解决方法:
在CMAKE选项WITH下勾选WITH_OPENCL_SVM