Ubuntu：安装OpenCV4

1. 进入官网，下载opencv4源码、contrib源码

各个版本链接：

contrib： https://github.com/opencv/opencv_contrib/releases

oepncv： https://opencv.org/releases.html

 

安装依赖

sudo apt-get install build-essential

sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev

sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

检查自己安装的gcc、cmake的版本是否太低。

 

 

2. 按下面链接安装cuda和cudnn；

https://blog.csdn.net/sss_369/article/details/94591280

https://blog.csdn.net/sss_369/article/details/94592268

安装和Nvidia驱动相匹配的cuda和cudnn

 

3. 安装cmake-gui：

https://blog.csdn.net/sss_369/article/details/94666494

4. cmake编译opencv：

选择opencv源文件所在路径；

选择输出build文件所在路径；

选择contrib_modues的路径；

勾选opencv_enable_nonfree;不然nonfree用不起来；

勾选cuda选项；

点击config，如无错误再勾选generate；

opencv4在编译时会下载一个名为ippicv_2019_lnx_intel64_general_20180723的文件；

导致编译时间长；

我采用先离线下载下来，编译时直接从本地加载；

5. 从本地加载 ippicv_2019_lnx_intel64_general_20180723：

在opencv4源码包里找到ippic.cmake文件；

/opencv_source/opencv/3rdparty/ippicv/ippicv.cmake 

将47行的如下指令改为：

修改前：

"https://raw.githubusercontent.com/opencv/opencv_3rdparty/${IPPICV_COMMIT}/ippicv/"

修改后：file后是文件路径

6. 进入编译的build目录，进行安装：

make
sudo make install

 

7. opencv环境配置：

首先将OpenCV的库添加到路径，从而可以让系统找到

sudo gedit /etc/ld.so.conf.d/opencv.conf 

执行此命令后打开的可能是一个空白的文件，不用管，只需要在文件末尾添加

/usr/local/lib  

执行如下命令使得刚才的配置路径生效

sudo ldconfig 

 

配置bash

sudo gedit /etc/bash.bashrc 

在末尾追加：

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig  
export PKG_CONFIG_PATH

保存，执行如下命令使得配置生效：

source /etc/bash.bashrc

更新：

sudo updatedb

 

至此，所有配置都已经完成。

 

8. opencv测试：

#include <opencv2/opencv.hpp>
#include <opencv2/xfeatures2d.hpp>
#include <iostream>
 
using namespace cv;
using namespace cv::xfeatures2d;         // 不要忘了导入扩展模块
using namespace std;
 
Mat src_img, gray_img;
const string output_name = "SURF特征检测";
int minHessian = 100;                // 定义SURF中的hessian阈值特征点检测算子
int max_value = 500;

void SURF_detect_func(int, void *)
{
	// SURF特征检测
	Ptr<SURF> detector = SURF::create(minHessian);
	vector<KeyPoint> keypoints;
	detector->detect(gray_img, keypoints, Mat());      // 检测src_img图像中的SURF特征
  // 绘制关键点
	Mat keypoint_img;
	drawKeypoints(gray_img, keypoints, keypoint_img, Scalar::all(-1), DrawMatchesFlags::DEFAULT);  // Scalar::all(-1)这是一种技巧，就是当用一个负数作为关键点颜色，表示每次随机选取颜色。
	imshow(output_name, keypoint_img);
}
 

int main() 
{
	src_img = imread("1.png");
	if (src_img.empty())
	{
		printf("could not load the image...\n");
		return -1;
	}
	namedWindow("原图", WINDOW_AUTOSIZE);
	imshow("原图", src_img);
	cvtColor(src_img, gray_img, COLOR_BGR2GRAY);
	namedWindow(output_name, WINDOW_AUTOSIZE);
	createTrackbar("hessian阈值", output_name,&minHessian, max_value, SURF_detect_func);
	SURF_detect_func(0,0);
 
	waitKey(0);
	return 0;
}
 

CMakeLists.txt:

# 声明要求的 cmake 最低版本
cmake_minimum_required( VERSION 2.8 )

# 声明一个 cmake 工程
project( opencv_test )

# 设置编译模式
set( CMAKE_BUILD_TYPE "Debug" )
set(CMAKE_CXX_FLAGS   "-std=c++11")

find_package(OpenCV 4.1 REQUIRED)

# 添加一个可执行程序
# 语法：add_executable( 程序名 源代码文件 ）
add_executable( test surf.cpp )

# 将库文件链接到可执行程序上
target_link_libraries( test ${OpenCV_LIBS} )

9. opencv_cuda_test测试是否可用gpu加速

main.cpp

//main.cpp
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core/version.hpp>
#include <opencv2/cudaarithm.hpp>
 
int main (int argc, char* argv[])
{
    try
    {
        ///　读取图片
        cv::Mat src_host = cv::imread("1.jpg", cv::IMREAD_GRAYSCALE);
        /// 定义GpuMat
        cv::cuda::GpuMat dst, src;
        /// 将主机内存的图像数据上传到GPU内存
        src.upload(src_host);
 
        /// 调用GPU的阈值函数(很多使用GPU加速的函数都和CPU版本的函数相同)
        cv::cuda::threshold(src, dst, 120, 255, cv::THRESH_BINARY);
 
        cv::Mat result_host;
        /// 从GPU上下载阈值化完成的图片
        dst.download(result_host);
 
        /// 显示
        cv::imshow("Result", result_host);
        cv::waitKey();
    }
    catch(const cv::Exception& ex)
    {
        std::cout << "Error: " << ex.what() << std::endl;
    }
    return 0;
}
 

CMakeLists.txt:

cmake_minimum_required(VERSION 3.0)
 
project(cuda_test)
 
set(CUDA_USE_STATIC_CUDA_RUNTIME ON) #这一句解决 cannot find -lopencv_dep_cudart
set(CMAKE_CXX_STANDARD 11)
set(CMAKE_RUNTIME_OUTPUT_DIRECTORY ${CMAKE_SOURCE_DIR})
 
find_package(CUDA REQUIRED)
message(STATUS "CUDA版本: ${CUDA_VERSION}")
message(STATUS "    头文件目录：${CUDA_INCLUDE_DIRS}")
message(STATUS "    库文件列表：${CUDA_LIBRARIES}")
set(CUDA_NVCC_FLAGS -G;-g;-std=c++11) # nvcc flags
include_directories(${CUDA_INCLUDE_DIRS})
 
 
set(OpenCV_DIR "/usr/local/share/OpenCV") # 指定OpenCV安装路径来区分不同的OpenCV版本
find_package(OpenCV REQUIRED)
set(OpenCV_LIB_DIR ${OpenCV_INSTALL_PATH}/lib)
message(STATUS "OpenCV版本: ${OpenCV_VERSION}")
message(STATUS "    头文件目录：${OpenCV_INCLUDE_DIRS}")
message(STATUS "    库文件目录：${OpenCV_LIB_DIR}")
message(STATUS "    库文件列表：${OpenCV_LIBS}")
include_directories(${OpenCV_INCLUDE_DIRS})
link_directories(${OpenCV_LIB_DIR})
 
 
CUDA_ADD_EXECUTABLE(main main.cpp)
target_link_libraries(main ${OpenCV_LIBS} ${CUDA_LIBRARIES})

 

 

参考文章

1. https://blog.csdn.net/xykenny/article/details/91956986

2. https://blog.csdn.net/whut54/article/details/88012854

3. https://www.jianshu.com/p/f646448da265

4. https://blog.csdn.net/wang3141128/article/details/80483459

5. https://www.douban.com/note/717360543/

6.https://blog.csdn.net/DumpDoctorWang/article/details/81032914