OpenCV 源码编译以及安装

系统/软件版本

name	version
System	Ubuntu 20.04.5 LTS
CMake-GUI	v3.24.3
OpenCV	v4.7.0
OpenCV-Contrib	v4.7.0
[可选]Opencv_Extra	v4.7.0
[可选]CUDA	v12.0
[可选]CUDNN	v8.8.1

获取 `OpenCV` 源码

下载完成后解压

tar zxvf opencv-4.7.0.tar.gz ~/workspace/opencv/4.7.0/
tar zxvf opencv_contrib-4.7.0.tar.gz ~/workspace/opencv/4.7.0/
tar zxvf opencv_extra-4.7.0.tar.gz ~/workspace/opencv/4.7.0/

[可选] 开启 CUDA 支持

安装 CUDA 以及 CUDNN 可以参考先假装有一个链接

安装依赖

sudo apt-get install \
build-essential \
cmake \
git \
libgtk2.0-dev \
pkg-config \
libavcodec-dev \
libavformat-dev \
libswscale-dev \
libtbb2 \
libtbb-dev \
libjpeg-dev \
libpng-dev \
libtiff-dev \
libdc1394-22 \
libglew-dev \
zlib1g-dev \
libavutil-dev \
libpostproc-dev \
libeigen3-dev \
libopenexr-dev \
libwebp-dev \
x264 \
libx264-dev \
ffmpeg \
libgtk-3-dev \
qtbase5-dev \
qtchooser \
qt5-qmake \ 
qtbase5-dev-tools \
libgstreamer1.0-dev \
libgstreamer-plugins-base1.0-dev

libjasper-dev

sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
sudo apt update
sudo apt install libjasper-dev

上述依赖大部分都是可选的，为了省事我选择全都安装，尽量编译出一个内容比较丰富的库，如果你的系统内存比较吃紧，仅仅是想使用简单的 OpenCV 功能，可以参照下面的文档进行选取

OpenCV configuration options reference

编译

新建 build/ 目录存放编译生成的文件

cd ~/workspace/opencv/4.7.0/;mkdir build;cd build

[可选] 配置并生成 makefile 过程中会下载一些依赖内容，建议开启网络代理

export http_proxy=socks5://127.0.0.1:7890;
export https_proxy=socks5://127.0.0.1:7890;
export all_proxy=socks5://127.0.0.1:7890

[可选] 如果你的 Python 环境使用 Anaconda 或者是其他的 python 环境管理应用，记得启用你的虚拟环境，这里会配置 python 包的路径，编译支持 CUDA 的 opencv-python 版本

conda activate {env-name}

仅CPU
GPU支持

配置 cmake 参数，修改 opencv_extra 和 opencv_contrib 的路径

cmake -DCMAKE_BUILD_TYPE=Release \
    -DCMAKE_INSTALL_PREFIX=/usr/local \
    -DOPENCV_GENERATE_PKGCONFIG=YES \
    -DWITH_QT=ON \
    -DWITH_OPENGL=ON \
    -DWITH_TBB=ON \
    -DWITH_GTK=ON \
    -DBUILD_opencv_python2=OFF \
    -DBUILD_opencv_python3=OFF \
    -DINSTALL_TESTS=ON \
    -DOPENCV_TEST_DATA_PATH=../opencv_extra-4.7.0/testdata \
    -DOPENCV_EXTRA_MODULES_PATH=../opencv_contrib-4.7.0/modules \
    ../opencv-4.7.0

这里选择不编译 opencv-python 包，CPU 版本的 opencv-python 直接 pip 安装即可

生成完之后开始编译

NUM_CPU=$(nproc)
make -j$(($NUM_CPU - 1))

信息

可以去泡壶茶然后休息一下，看看番，编译速度取决于CPU

推荐看看这里的视频 —— 不是广告

配置 cmake 参数，修改 opencv_extra 和 opencv_contrib 的路径

cmake -DCMAKE_BUILD_TYPE=Release \
    -DCMAKE_INSTALL_PREFIX=/usr/local \
    -DOPENCV_GENERATE_PKGCONFIG=YES \
    -DWITH_QT=ON \
    -DWITH_OPENGL=ON \
    -DWITH_TBB=ON \
    -DWITH_OPENCL=ON \
    -DWITH_FFMPEG=ON \
    -DWITH_CUDA=ON \
    -DOPENCV_DNN_CUDA=ON \
    -DCUDA_ARCH_BIN=5.0,5.2,6.0,6.1,7.0,7.5,8.0,8.6,8.9,9.0 \
    -DENABLE_FAST_MATH=ON \
    -DCUDA_FAST_MATH=ON \
    -DWITH_CUBLAS=ON \
    -DWITH_GTK=ON \
    -DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda \
    -DCUDA_ARCH_PTX="" \
    -DINSTALL_TESTS=ON \
    -DBUILD_WITH_DEBUG_INFO=ON \
    -DBUILD_opencv_python3=ON \
    -DPYTHON3_NUMPY_INCLUDE_DIRS=$(python3 -c "import numpy; print(numpy.get_include())") \
    -DPYTHON3_PACKAGES_PATH=$(python3 -c "from distutils.sysconfig import get_python_lib; print(get_python_lib())") \
    -DPYTHON3_LIBRARY=$(python3 -c "from distutils.sysconfig import get_config_var;from os.path import dirname,join ; print(join(dirname(get_config_var('LIBPC')),get_config_var('LDLIBRARY')))") \
    -DOPENCV_TEST_DATA_PATH=../opencv_extra-4.7.0/testdata \
    -DOPENCV_EXTRA_MODULES_PATH=../opencv_contrib-4.7.0/modules \
    ../opencv-4.7.0

这里将会同时编译python3的包，方便后续使用

配置完成后的部分终端输出内容

--   NVIDIA CUDA:                   YES (ver 12.0, CUFFT CUBLAS FAST_MATH)
--     NVIDIA GPU arch:             50 52 60 61 70 75 80 86 89 90
--     NVIDIA PTX archs:
-- 
--   cuDNN:                         YES (ver 8.8.1)
-- 
--   OpenCL:                        YES (no extra features)
--     Include path:                ~/workspace/opencv/4.7.0/opencv-4.7.0/3rdparty/include/opencl/1.2
--     Link libraries:              Dynamic load
-- 
--   Python 3:
--     Interpreter:                 ~/anaconda3/envs/opencv-cuda/bin/python3 (ver 3.8.16)
--     Libraries:                   ~/anaconda3/envs/opencv-cuda/lib/libpython3.8.so (ver 3.8.16)
--     numpy:                       ~/anaconda3/envs/opencv-cuda/lib/python3.8/site-packages/numpy/core/include (ver 1.24.2)
--     install path:                ~/anaconda3/envs/opencv-cuda/lib/python3.8/site-packages/cv2/python-3.8
-- 
--   Python (for build):            ~/anaconda3/envs/opencv-cuda/bin/python3
-- 
--   Java:                          
--     ant:                         NO
--     JNI:                         NO
--     Java wrappers:               NO
--     Java tests:                  NO
-- 
--   Install to:                    /usr/local
-- -----------------------------------------------------------------
-- 
-- Configuring done
-- Generating done

生成完之后开始编译

NUM_CPU=$(nproc)
make -j$(($NUM_CPU - 1))

信息

根据你的CPU性能，这个编译比 CPU 版本的要花更多时间

等待编译完成

安装

sudo make install

将编译好的 .so 文件以及头文件安装到 /usr/local 目录下

配置环境变量

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

打开 opencv.conf 在其中添加 /usr/local/lib

sudo gedit /etc/bash.bashrc

打开 bash.bashrc 在最后面添加

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

sudo ldconfig

使配置生效

测试安装

搜索链接库，目标输出如下

pkg-config --libs opencv4

cd ~/workspace/opencv/4.7.0/opencv-4.7.0/samples/cpp/example_cmake/
cmake .
make
./opencv_example

成功启动摄像头设备并显示 Hello OpenCV 字样，如果没有摄像头将打开一张黑色的背景

[可选] 测试 opencv-python 安装

前提是你配置 CMake 时启用了 -DBUILD_opencv_python，目标输出如下

python -c "import cv2;print(cv2.getBuildInformation())"

系统/软件版本​

获取 OpenCV 源码​

[可选] 开启 CUDA 支持​

安装依赖​

编译​

安装​

配置环境变量​

测试安装​

[可选] 测试 opencv-python 安装​

参考​