七、ubuntu20.04下opencv编译（GPU）+python+conda+ffmpeg

七、ubuntu20.04下opencv编译（GPU）+python+conda

（1）需要安装nvidia-driver
没有安装的可以看我的这篇文章：一、安装nvidia-driver
（2）需要安装cuda
没有安装的可以看我的这篇文章：二、安装cuda
（3）需要安装cudnn
没有安装的可以看我的这篇文章：三、安装cudnn
（4）需要安装anaconda
没有安装的可以看我的这篇文章：四、安装anaconda
（5）需要安装pytorch
没有安装的可以看我的这篇文章：五、Anconda下安装pytorch
（6）需要安装ffmpeg
没有安装的可以看我的这篇文章：六、ffmpeg编译（GPU版本）和使用教程

1、安装基础环境

输入命令：

sudo apt install cmake
sudo apt install gcc g++
sudo apt install libavcodec-dev libavformat-dev libswscale-dev
sudo apt install libgstreamer-plugins-base1.0-dev libgstreamer1.0-dev
sudo apt install libgtk-3-dev
sudo apt install libpng-dev libjpeg-dev libopenexr-dev libtiff-dev libwebp-dev

2、下载opencv

输入命令：

git clone https://github.com/opencv/opencv.git

3、下载opencv_contrib

输入命令：

git clone https://github.com/opencv/opencv_contrib.git

运行成功截图：

4、验证显卡版本

网址：https://developer.nvidia.com/cuda-gpus

根据显卡版本（每个选项是可以点开的），找到对应的计算能力：

5、cmake预构建

输入命令：

cd ~/opencv
mkdir build
cd build

运行成功截图：

输入命令（这里面是编译的具体选项，没有成功的原因大概率都在这里）：

cmake \
-D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D INSTALL_PYTHON_EXAMPLES=ON \
-D INSTALL_C_EXAMPLES=ON \
-D BUILD_DOCS=OFF \
-D BUILD_PERF_TESTS=OFF \
-D BUILD_TESTS=OFF \
-D BUILD_PACKAGE=OFF \
-D BUILD_EXAMPLES=OFF \
-D WITH_TBB=ON \
-D ENABLE_FAST_MATH=1 \
-D CUDA_FAST_MATH=1 \
-D WITH_CUDA=ON \
-D WITH_CUBLAS=ON \
-D WITH_CUFFT=ON \
-D WITH_NVCUVID=ON \
-D WITH_IPP=OFF \
-D WITH_V4L=ON \
-D WITH_1394=OFF \
-D WITH_GTK=ON \
-D WITH_QT=OFF \
-D WITH_OPENGL=ON \
-D WITH_EIGEN=ON \
-D WITH_FFMPEG=ON \
-D WITH_GSTREAMER=ON \
-D BUILD_JAVA=OFF \
-D BUILD_opencv_python3=ON \
-D BUILD_opencv_python2=OFF \
-D BUILD_NEW_PYTHON_SUPPORT=ON \
-D OPENCV_SKIP_PYTHON_LOADER=ON \
-D OPENCV_GENERATE_PKGCONFIG=ON \
-D OPENCV_ENABLE_NONFREE=ON \
-D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules \
-D WITH_CUDNN=ON \
-D OPENCV_DNN_CUDA=ON \
-D CUDA_ARCH_BIN=8.6 \
-D CUDA_ARCH_PTX=8.6 \
-D CUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda-11.6/ \
-D PYTHON_DEFAULT_EXECUTABLE=$(python3 -c "import sys; print(sys.executable)") \
-D PYTHON3_EXECUTABLE=$(python3 -c "import sys; print(sys.executable)") \
-D PYTHON3_NUMPY_INCLUDE_DIRS=$(python3 -c "import numpy; print (numpy.get_include())") \
-D PYTHON3_PACKAGES_PATH=$(python3 -c "from distutils.sysconfig import get_python_lib; print(get_python_lib())")  ..

这里出错很正常（说明几个我所了解的上述编译指令）

（1）这里的8.6指的是上述查找的显卡对应的计算能力

-D CUDA_ARCH_BIN=8.6 \
-D CUDA_ARCH_PTX=8.6 \

（2）这几个代表的python和numpy的位置（利用下述指令可以获取当前shell所运行的python版本）（因为我这里不想安装到本机环境中，而是安装到虚拟环境中，所以主要是靠的这一步）

-D PYTHON_DEFAULT_EXECUTABLE=$(python3 -c "import sys; print(sys.executable)") \
-D PYTHON3_EXECUTABLE=$(python3 -c "import sys; print(sys.executable)") \
-D PYTHON3_NUMPY_INCLUDE_DIRS=$(python3 -c "import numpy; print (numpy.get_include())") \
-D PYTHON3_PACKAGES_PATH=$(python3 -c "from distutils.sysconfig import get_python_lib; print(get_python_lib())") 

（3）这三个代表的是我们使用的是GPU，如果不用GPU的话，我建议直接用apt下载更方便

-D WITH_CUDA=ON \
-D WITH_CUDNN=ON \
-D OPENCV_DNN_CUDA=ON \

（4）我这里要使用ffmpeg，所以需要加上这个（同时，你的ffmpeg也需要做共享库，就是编译的时候加上编译指令share，否则这里会运行不了）；如果不需要可以关闭（-D WITH_FFMPEG=OFF）

-D WITH_FFMPEG=ON \

运行成功截图：

6、编译

输入代码：

make -j"$(nproc)"

运行成功截图：

7、安装

输入代码：

sudo make install

运行成功截图：

输入代码（使共享生效）：

sudo ldconfig

8、测试

进入你安装的虚拟环境，并启动python：

conda activate cudaEnv
python

运行成功截图：

python验证开始：

import cv2
cv2.__version__
cv2.cuda.getCudaEnabledDeviceCount()

运行成功截图：