linux上cuda相关包与opencv及相关模块安装（wsl+ubuntu22.04）

Qcecream

已于 2024-05-08 17:58:01 修改

阅读量1.6k

点赞数 20

文章标签： linux opencv 人工智能计算机视觉

于 2024-04-12 17:41:58 首次发布

本文链接：https://blog.csdn.net/weixin_55274216/article/details/137630257

版权

在wsl2上安装opencv4.9.0（包括opencv相关模块，如cuda-opencv、cudacodec等）

作者环境配置及版本信息：

因版本不同原因可能会产生很多不同的错误，如不同opencv版本，支持的显卡架构不同，显卡驱动、Video SDK和显卡兼容性问题，英伟达安装包、OpenCV版本、显卡硬件三者关系会导致各式各样的问题，本文仅供参考。

系统： wsl2_ubuntu22.04

显卡：4060Ti （架构：Ada Lovelace）

显卡驱动：NVIDIA-Linux-x86_64-550.67

cuda版本：11.8

cuDNN版本：8.7.0

tensorrt版本：8.5.3

OpenCV与OpenCV_contrib版本：4.9.0

Video_Codec_SDK版本：11.1.5

一、安装英伟达相关包(cuda、cuDNN、tensorrt)

1、安装英伟达GPU驱动

cd ~
mkdir NVIDIA && cd NVIDIA
#赋予权限:
sudo chmod +x *.run
sudo chmod +x *.deb
#驱动安装:
sudo ./NVIDIA-Linux-x86_64-550.54.14.run

检查驱动是否安装成功:

nvidia-smi

Thu Apr 11 10:56:41 2024
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 550.73.01              Driver Version: 552.12         CUDA Version: 12.4     |
|-----------------------------------------+------------------------+----------------------+
| GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
|                                         |                        |               MIG M. |
|=========================================+========================+======================|
|   0  NVIDIA GeForce RTX 4060 Ti     On  |   00000000:01:00.0  On |                  N/A |
|  0%   50C    P0             26W /  160W |    1436MiB /   8188MiB |      4%      Default |
|                                         |                        |                  N/A |
+-----------------------------------------+------------------------+----------------------+

+-----------------------------------------------------------------------------------------+
| Processes:                                                                              |
|  GPU   GI   CI        PID   Type   Process name                              GPU Memory |
|        ID   ID                                                               Usage      |
|=========================================================================================|
|  No running processes found                                                             |
+-----------------------------------------------------------------------------------------+

可以看到当前安装的驱动信息，需要注意CUDA Version: 12.4指当前驱动支持的最高版本，而不是cuda版本。

2、安装cuda：

wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin
sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo dpkg -i cuda-repo-wsl-ubuntu-11-8-local_11.8.0-1_amd64.deb
sudo cp /var/cuda-repo-wsl-ubuntu-11-8-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda

验证nvcc:

nvcc -V

会提示如下：

Command 'nvcc' not found, but can be installed with:

sudo apt install nvidia-cuda-toolkit（不需要）

装上cuda后nvcc其实已经存在，可通过建立连接搞定

vim ~/.bashrc 
# 在末尾添加：
# cuda_nvcc
export LD_LIBRARY_PATH=/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
# 刷新环境变量
source ~/.bashrc

再次nvcc -V就可以看到版本信息了

3、安装cuDNN：

sudo dpkg -i cudnn-local-repo-ubuntu2204-8.7.0.84_1.0-1_amd64.deb
sudo cp /var/cudnn-local-repo-*/cudnn-local-*-keyring.gpg /usr/share/keyrings/ # 终端有输出提示，可直接复制终端
sudo apt-get update
sudo apt-get install libcudnn8=8.7.0.84-1+cuda11.8
sudo apt-get install libcudnn8-dev=8.7.0.84-1+cuda11.8
sudo apt-get install libcudnn8-samples=8.7.0.84-1+cuda11.8

cuDNN验证：

cp -r /usr/src/cudnn_samples_v8/ ~/
cd  ~/cudnn_samples_v8/mnistCUDNN
make clean && make
# 可能报错：test.c:1:10: fatal error: FreeImage.h: No such file or directory
# 解决办法：sudo apt-get install libfreeimage3 libfreeimage-dev
# 重新 make clean && make
./mnistCUDNN

4、安装Tensorrt：

cd ~/NVIDIA # 回到NVIDIA路径下
sudo dpkg -i nv-tensorrt-local-repo-ubuntu2204-8.5.3-cuda-11.8_1.0-1_amd64.deb
sudo cp /var/nv-tensorrt-local-repo-ubuntu2204-8.5.3-cuda-11.8/*-keyring.gpg /usr/share/keyrings/ # 最好直接复制终端提示
sudo apt-get update
sudo apt-get install tensorrt

验证安装：

dpkg -l | grep TensorRT

# 成功后会输出：
ii  libnvinfer-bin                                    8.5.3-1+cuda11.8                        amd64        TensorRT binaries
ii  libnvinfer-dev                                    8.5.3-1+cuda11.8                        amd64        TensorRT development libraries and headers
ii  libnvinfer-plugin-dev                             8.5.3-1+cuda11.8                        amd64        TensorRT plugin libraries
ii  libnvinfer-plugin8                                8.5.3-1+cuda11.8                        amd64        TensorRT plugin libraries
ii  libnvinfer-samples                                8.5.3-1+cuda11.8                        all          TensorRT samples
ii  libnvinfer8                                       8.5.3-1+cuda11.8                        amd64        TensorRT runtime libraries
ii  libnvonnxparsers-dev                              8.5.3-1+cuda11.8                        amd64        TensorRT ONNX libraries
ii  libnvonnxparsers8                                 8.5.3-1+cuda11.8                        amd64        TensorRT ONNX libraries
ii  libnvparsers-dev                                  8.5.3-1+cuda11.8                        amd64        TensorRT parsers libraries
ii  libnvparsers8                                     8.5.3-1+cuda11.8                        amd64        TensorRT parsers libraries
ii  tensorrt                                          8.5.3.1-1+cuda11.8                      amd64        Meta package for TensorRT

二、安装OpenCV：

1、安装OpenCV工具库（选择性安装）：

通用工具：

sudo apt install build-essential cmake pkg-config unzip yasm git checkinstall

图像 I/O 库：

sudo apt install libjpeg-dev libpng-dev libtiff-dev

视频/音频库 - FFMPEG、GSTREAMER、x264 等：

sudo apt install libavcodec-dev libavformat-dev libswscale-dev libavresample-dev
sudo apt install libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev
sudo apt install libxvidcore-dev x264 libx264-dev libfaac-dev libmp3lame-dev libtheora-dev
sudo apt install libfaac-dev libmp3lame-dev libvorbis-dev

OpenCore - 自适应多速率窄带 (AMRNB) 和宽带 (AMRWB) 语音编解码器：

sudo apt install libopencore-amrnb-dev libopencore-amrwb-dev

相机编程接口库：

sudo apt-get install libdc1394-22 libdc1394-22-dev libxine2-dev libv4l-dev v4l-utils
cd /usr/include/linux
sudo ln -s -f ../libv4l1-videodev.h videodev.h
cd ~

用于来自 OpenCV highghui 模块的图形用户功能的 GTK 库：

sudo apt-get install libgtk-3-dev
# 或者
sudo apt-get install libgtk-2.0-dev

CPU 并行库 C++ ：

sudo apt-get install libatlas-base-dev gfortran

可选库：

sudo apt-get install libprotobuf-dev protobuf-compiler
sudo apt-get install libgoogle-glog-dev libgflags-dev
sudo apt-get install libgphoto2-dev libeigen3-dev libhdf5-dev doxygen

2、安装OpeCV：

下载opencv、opencv_contrib、Video Codec SDK 源码（opencv、opencv_contrib版本需要相同），并解压

opencv：Releases · opencv/opencv · GitHub

opencv_contrib：Tags · opencv/opencv_contrib · GitHub

Video Codec SDK：Video Codec SDK Archive | NVIDIA Developer

进入Video Codec SDK路径：（使用OpenCV调用NVIDIA硬解码，此步骤很重要）

cd Interface
sudo cp *.h /usr/local/cuda/include/

cd Lib/linux/stubs/x86_64
sudo cp *.so /usr/local/cuda/lib64/

进入OpenCV路径：

mkdir build && cd build

cmake命令配置：

# 作者命令配置：
cmake -D CMAKE_BUILD_TYPE=RELEASE \
      -D CMAKE_INSTALL_PREFIX=/usr/local \
      -D ENABLE_PRECOMPILED_HEADERS=OFF \
      -D INSTALL_C_EXAMPLES=OFF \
      -D INSTALL_PYTHON_EXAMPLES=OFF \
	  -D WITH_TBB=ON \
      -D BUILD_TBB=ON  \
	  -D ENABLE_FAST_MATH=1 \
	  -D CUDA_FAST_MATH=1 \
      -D WITH_CUBLAS=1 \
      -D WITH_V4L=ON \
	  -D WITH_LIBV4L=ON \
      -D WITH_CUDA=ON \
	  -D WITH_CUDNN=ON \
      -D WITH_NVCUVID=ON \
      -D WITH_OPENGL=ON \
	  -D WITH_FFMPEG=ON  \
      -D OPENCV_GENERATE_PKGCONFIG=ON \
      -D OPENCV_PC_FILE_NAME=opencv.pc \
	  -D OPENCV_ENABLE_NONFREE=ON \
	  -D CUDA_ARCH_BIN=8.9 \
      -D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib-4.9.0/modules ..

# 编译
make -j
# 安装
sudo make install

至此OpenCV安装完毕！

3、卸载安装

卸载wsl (手动卸载ubuntu后，管理员身份进入Windows Powershell):

wsl -l # 显示 Ubuntu-22.04
wsl.exe --unregister Ubuntu-22.04

卸载opencv：

# 在opencv_src/build目录下
sudo make uninstall
cd ..
sudo rm -r build

sudo rm -r /usr/local/include/opencv2 /usr/local/include/opencv /usr/include/opencv /usr/include/opencv2 /usr/local/share/opencv /usr/local/share/OpenCV /usr/share/opencv /usr/share/OpenCV /usr/local/bin/opencv* /usr/local/lib/libopencv*
# 检查
pkg-config opencv --libs
pkg-config opencv --modversion

tips：卸载apt安装的opencv：

sudo apt purge libopencv*
sudo apt autoremove
sudo apt update

Qcecream

关注

20
点赞
踩
25

收藏

觉得还不错? 一键收藏
打赏
0
评论
linux上cuda相关包与opencv及相关模块安装（wsl+ubuntu22.04）

在linux环境下安装cuda、cuDNN、tensorrt、Opencv及opencv结合cuda的硬解码模块
复制链接

扫一扫