opencv+cuda 编译

Posted 2021-04-25 PyPro

编译opencv4.2 + cuda10.2遇到无数坑，(环境是ubuntu18.04/opencv4.2+cuda10.1)各种版本不兼容的问题令人非常头大，网上资料又非常少(这里推荐一个搜索引擎www.bing.com)，尝试了无数天外飞仙的攻略，也重装了无数次系统，想到opencv是基于FFmpeg实现的，而FFmpeg对于cuda的兼容相对opencv要求低一些，于是决定尝试编译FFmpeg+cuda，最终也成功的完成了opencv-4.2+cuda10.2的两个最新版本的编译。

编译环境：

Ubuntu18.04 + FFmpeg8.1 + cuda10.2

驱动：

Ubuntu18自代nvidia-440

从git上下载ffmpeg源码：

git clone https://git.videolan.org/git/ffmpeg/nv-codecheaders.git

安装ffnvcodec：

cd nv-codec-headers && sudo make install && cd –

ffmpeg公共存储库：

git clone https://git.ffmpeg.org/ffmpeg.git ffmpeg/

依赖：

sudo apt-get install build-essential yasm cmake libtool libc6 libc6-dev unzip wget libnuma1 libnuma-dev

配置：

./configure --enable-nonfree -–enable-cuda-sdk –enable-libnpp -- extra-cflags=-I/usr/local/cuda/include --extra-ldflags=- L/usr/local/cuda/lib64

这里需要根据本机的线程数量进行编译，查看线程数量的命令：

grep 'processor' /proc/cpuinfo | sort -u | wc -l

开始编译：

make -j 12（线程数量）

最后安装：

sudo make install

测试脚本：

import cv2

capture = cv2.VideoCapture("rtsp://流的用户名:流密码@流IP")

# 如果是本机摄像头则 cv2.VideoCapture(0)

while True:

    ret, frame = capture.read()

    cv2.imshow("test", frame)

    if cv2.waitKey(1) & 0xff == ord("q"):

        break

命令行查看GPU(每秒刷新)：

watch -n 1 -d nvidia-smi 

发现GPU和CPU都有增加，并不是编译失败而是cv2.imshow()方法依然占用CPU运算，GPU有增加则证明已经在GPU上运算opencv，到此编译成功。