Ubuntu 源码编译安装OpenCV

由于需要经常搭建编程训练环境，需要用到OpenCV，把编译过程和遇到的问题记录一下，作为以后参考。

1. Ubuntu下如果你只是需要在python里使用，那么可以直接通过apt-get安装：

sudo apt-get install python-opencv

如果你需要在自己安装的python程序里使用，那么你需要使用自己的python库里的pip来装：

pip install opencv_python

2. 但是当我们需要C++的环境时，就需要自己编译了，方法如下：

首先，安装一些必须的库：

sudo apt-get install cmake
sudo apt-get install python-devel numpy
sudo apt-get install gcc gcc-c++
sudo apt-get install gtk2-devel
sudo apt-get install libv4l-devel
sudo apt-get install ffmpeg-devel
sudo apt-get install gstreamer-plugins-base-devel

下面可视需要安装：

sudo apt-get install libpng-devel
sudo apt-get install libjpeg-turbo-devel
sudo apt-get install jasper-devel
sudo apt-get install openexr-devel
sudo apt-get install libtiff-devel
sudo apt-get install libwebp-devel

从Github上下载OpenCV（这里你可以自己从release下载想要的版本，默认是最新版，目前已到4.x）

sudo apt-get install git
git clone https://github.com/opencv/opencv.git

编译：

cd opencv
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
make -j
sudo make install

此时编译生成的.so会安装在/usr/local/lib下；头文件在/usr/loca/include下。

如果你没有sudo权限，或者想把opencv库放在自己工作目录下面，那么修改--prefix到自定义目录即可，使用这个方法可以让多个OpenCV版本共存，互不影响。

 

遇到过的问题：

1. nvcc fatal   : Unsupported gpu architecture 'compute_11'

解决办法：

    如果你安装了CUDA并希望编译OpenCV的CUDA支持，那么添加-D CUDA_GENERATION=Auto 可以解决

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local -D CUDA_GENERATION=Auto ..

  如果你需要编译不带CUDA的OpenCV，那么cmake时添加-D WITH_CUDA=OFF即可：

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_CUDA=OFF ..

 

 

参考资料：

https://docs.opencv.org/3.4.1/d2/de6/tutorial_py_setup_in_ubuntu.html