第一步:更新驱动
- 1
第二步:安装cuda
- 1
- 1
- 2
- 3
第三步:强制取消cuda的gcc版本检查
注释掉host_config.h中关于gcc版本的检查,版本大于5则返回错误
- 3
- 4
通过nvidia-cuda-toolkit安装的,host_config.h在 /usr/include/下,如果通过cuda的run文件安装,也会因为gcc版本检查提示错误,也要修改对应位置的host_config.h
- 2
第四部:安装opencv相关的库
- 4
- 5
第五步:cmake编译
安装cmake-gui
相关选项:
- 添加opencv-contrib模块
- CUDA_GENERATION模式设定为auto,不是kepler。 我的显卡 Compute Capability是5.0,kepler默认3.0(3.5),导致编译之后的opencv调用cuda,出现api不符合,因为CUDA_ARCH_BIN与电脑显卡不一致,具体请查看,确认CUDA_ARCH_BIN与你显卡的Compute Capability一致,如果不一致,CUDA_GENERATION请选择auto或者空白,然后填入显卡对应的Compute Capability
- 添加tbb,ipp最好提前下载,解压放/opencv-3.1.0/3rdparty/ippicv/中,
- 勾选CUBLAS,Eigen,ipp,opengl,注意编译之前确保numpy已经安装,否则最后不会生成cv2.so
- 强烈建议:如果准备opencv2.4.和opencv3.1切换使用,(毕竟opencv3.1实现了很多新论文相关算法,opencv2.4也比较常见),请进行如下设置:
- 5
-
configure以及generate,生成的build下面
- 1
- 2
第六步:跳过系统环境变量的设置,设置/etc/profile和~/.bashrc导致同时使用不同版本时发生错误,所以跳过;
配置终端的环境变量,不同的终端设置不同的opencv
步骤:
打开终端,需要运行opencv3的,注意/usr/local/opencv3为opencv3.1的安装目录
- 2
相应的,需要运行opencv2的,注意/usr/local/opencv2为opencv2.4*的安装目录
- 2
pkgcongfig中的有opencv.pc保存有对应opencv的include和lib路径,但是sudo ldconfig后生效,
可以用下列三个命令验证
- 3
优点:
可以不同版本的opencv同时编译;
缺点:
每个终端下运行opencv 都要设置对应的环境变量,新建终端默认没有opencv的环境变量需要从重新设置。
第七步:CMakeLists的一点点修改
因为usr/local/opencv3/share/OpenCV/OpenCVConfig.cmake中设置了opencv的配置,自定义路径安装opencv时,找不到这个文件OpenCVConfig.cmake,opencv-config.cmake
需要在项目的CMakeList.txt中添加OpenCVConfig.cmake的路径
- 1
- 1
原因g++版本太新了,兼容一下,在出现上面错误时,在CMakeLists.txt中前面几行添加
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -D_FORCE_INLINES")