使用 CUDA 为 Tegra 构建 OpenCV

目录

• 针对 Tegra 的 OpenCV 搭配 CUDA
  • 关于本机编译与交叉编译的说明
• 获取源代码
  • OpenCV
  • OpenCV Extra
• 准备工作和先决条件
  • 适用于 Ubuntu Linux 的先决条件
  • 准备构建区域
• 配置 OpenCV 以准备构建
  • 配置 Vibrante V4L
  • 配置 Jetson L4T
    • Jetson TK1
    • Jetson TX1
  • 配置 Ubuntu 桌面 Linux
• 构建 OpenCV
  • 使用 <tt>make</tt> 构建
• 测试 OpenCV
  • 在 Linux 下进行测试
    • 测试中的已知问题
• 安装 OpenCV
• 构建 OpenCV 2.4.X
  • 选择 2.4 源
  • 配置
    • 配置 Vibrante V4L
    • 配置 Jetson L4T
    • 配置桌面 Ubuntu Linux
  • 构建、测试和安装
• CMake 参数参考

上一教程： 适用于基于 ARM 的 Linux 系统的交叉编译
下一教程： 图像入门

原始作者	Randy J. Ray
兼容性	OpenCV >= 3.1.0

警告

此教程已弃用。

针对 Tegra 的 OpenCV 搭配 CUDA

本文档是对构建带 CUDA 支持的 OpenCV 库，以便在 Tegra 环境中使用的基本指南。它涵盖了从源代码构建 3.1.0 版本库针对三种 (3) 不同类型平台的基本元素

• NVIDIA DRIVE™ PX 2 (V4L)
• NVIDIA^® Tegra^® Linux 驱动程序包 (L4T)
• 桌面 Linux（Ubuntu 14.04 LTS 和 16.04 LTS）

本文档并非对构建 OpenCV 时所有可用选项的详尽指南。具体来说，它涵盖了用于构建各个平台时使用的基本选项，但未涵盖任何不需要（或保留其默认值）的选项。此外，此处未涵盖 CUDA 工具包的安装。

本文档重点关注构建 OpenCV 的 3.1.0 版本，但此处提供的指南也可能适用于从 git 存储库的主分支构建。对于 OpenCV 的 2.4.13 版本构建，某些 CMake 选项有所不同，这些差异在下方的 构建 OpenCV 2.4.X 部分中进行了汇总。

大多数配置命令均基于系统已安装 CUDA 8.0。在 Jetson TK1 的情况下，使用了较旧的 CUDA，因为该平台不支持 8.0。这些说明也可能适用于较旧版本的 CUDA，但只针对 8.0 进行了测试。

关于本机编译与交叉编译的说明

OpenCV 构建系统支持所有受支持平台的原生编译，以及对于 ARM 及其他平台的交叉编译。原生编译过程比较简单，而交叉编译通常更快。

目前，此文档仅关注原生编译。

获取源码

获取 OpenCV 源代码的两种 (2) 方式

• 从 OpenCV 下载 页面直接下载
• 克隆托管在 GitHub 上的 git 存储库

对于本指南，重点是使用 git 存储库。这是因为 OpenCV 的 3.1.0 版本在不应用 git 存储库中的一些小上游更改的情况下无法使用 CUDA 8.0 构建。

OpenCV

从 opencv 存储库开始

# Clone the opencv repository locally:
$ git clone https://github.com/opencv/opencv.git

要构建 3.1.0 版本（而不是构建最新版本源代码），您必须签出一个基于 3.1.0 标记的分支

$ cd opencv
$ git checkout -b v3.1.0 3.1.0

注意：此操作会在您克隆的存储库中创建一个新的本地分支。

有一些上游更改必须通过使用 git cherry-pick 命令应用。第一个是应用一个特别针对使用 CUDA 8.0 版本（不是 3.1.0 版本的一部分）的构建而进行的修复

# While still in the opencv directory:
$ git cherry-pick 10896

您将看到此命令的以下输出

[v3.1.0 d6d69a7] GraphCut deprecated in CUDA 7.5 and removed in 8.0
 Author: Vladislav Vinogradov <[email protected]>
 1 file changed, 2 insertions(+), 1 deletion(-)

其次，对于一个在某些系统存在问题的 CMake 宏调用，有一个修复

$ git cherry pick cdb9c

您应该会看到类似以下内容的输出

[v3.1.0-28613 e5ac2e4] gpu samples: fix REMOVE_ITEM error
 Author: Alexander Alekhin <[email protected]>
 1 file changed, 1 insertion(+), 1 deletion(-)

最后一步的上游修复处理的是与开发人员包（libopencv-dev）捆绑在一起的 pkg-config 配置文件

$ git cherry-pick 24dbb

您应该会看到类似以下内容的输出

[v3.1.0 3a6d7ab] pkg-config: modules list contains only OpenCV modules (fixes #5852)
 Author: Alexander Alekhin <[email protected]>
 1 file changed, 7 insertions(+), 4 deletions(-)

此时，opencv 存储库已准备好构建。

OpenCV Extra

opencv_extra 存储库包含 OpenCV 库的额外数据，其中包括测试和演示使用的 data 文件。它必须单独克隆

# In the same base directory from which you cloned OpenCV:
$ git clone https://github.com/opencv/opencv_extra.git

与 OpenCV 源相同，您必须使用以上方法将源 tree 设置为 3.1.0 版本。当从特定标记构建时，这两个存储库都必须签出到该标记。

$ cd opencv_extra
$ git checkout -b v3.1.0 3.1.0

如果您不打算运行测试或安装测试数据（连同样本和示例程序），您可以选择不获取此存储库。如果在调用 CMake 时不引用此存储库，则不会使用此存储库。

注意：如果您打算运行测试，则某些测试会需要这些数据并且如果没有这些数据将失败。

准备和先决条件

要构建 OpenCV，您需要一个目录来创建配置并构建库。您还需要许多 OpenCV 所依赖的第三方库。

对于 Ubuntu Linux 的先决条件

这些是在 Linux 上为 Tegra 构建 OpenCV 的基本要求

• CMake 2.8.10 或更高版本
• CUDA 工具包 8.0（也可以使用版本 7.0 或 7.5）
• 构建工具（make、gcc、g++）
• Python 2.6 或更高版本

无论采用何种平台（DRIVE PX 2、台式机等），这些要求都相同。

在 Linux 系统上构建需要大量开发包

• libglew-dev
• libtiff5-dev
• zlib1g-dev
• libjpeg-dev
• libpng12-dev
• libjasper-dev
• libavcodec-dev
• libavformat-dev
• libavutil-dev
• libpostproc-dev
• libswscale-dev
• libeigen3-dev
• libtbb-dev
• libgtk2.0-dev
• pkg-config

上述某些包存在 Ubuntu Linux 系统的 universe 软件包库中。如果你尚未启用该软件包库，则需要先执行以下操作，才可尝试安装上述所有软件包

$ sudo apt-add-repository universe
$ sudo apt-get update

可以将以下命令粘贴到 shell 中，以安装所需软件包

$ sudo apt-get install \
    libglew-dev \
    libtiff5-dev \
    zlib1g-dev \
    libjpeg-dev \
    libpng12-dev \
    libjasper-dev \
    libavcodec-dev \
    libavformat-dev \
    libavutil-dev \
    libpostproc-dev \
    libswscale-dev \
    libeigen3-dev \
    libtbb-dev \
    libgtk2.0-dev \
    pkg-config

（出于可读性目的，添加了换行符和延续字符。）

如果你希望构建 Python 绑定，则还需要 Python 2 和 Python 3（或两者之一）的相应软件包

• python-dev / python3-dev
• python-numpy / python3-numpy
• python-py / python3-py
• python-pytest / python3-pytest

以下命令将执行此操作

$ sudo apt-get install python-dev python-numpy python-py python-pytest
# And, optionally:
$ sudo apt-get install python3-dev python3-numpy python3-py python3-pytest

一旦所有所需软件包都安装好，即可配置构建。

准备构建区

使用 CMake 系统来配置构建的软件项目期望在源树外部执行实际的构建。要配置和构建 OpenCV，请在克隆 git 软件库的相同基本目录中创建一个名为“build”的目录

$ mkdir build
$ cd build

现在，可以配置和构建 OpenCV。

配置 OpenCV 以构建

针对不同平台提供的以下 CMake 配置选项主要是基于德州仪器所需的相应功能。它们基于用于构建 OpenCV 2.4.13 的原始配置选项。

OpenCV 构建是使用 CMake 进行配置的。如果在没有参数的情况下运行，就会检测到其需要了解的系统信息。但是，如果 CUDA 文件未位于标准位置，可能很难找到这些文件，并且还可能会尝试构建一些你可能不希望包含的其他选项，因此建议调用以下 CMake。

在以下分节列出的每个 cmake 命令中，出于可读性目的，添加了换行符和缩进。在基于 Linux 的平台的示例中也添加了延续字符，让你可以将示例直接复制并粘贴到 shell 中。如果手动输入这些命令，请将命令和选项都输入为一行。有关传递给 cmake 的参数的详细说明，请参阅“CMake 参数参考”部分。

对于基于 Linux 的平台，CMAKE_INSTALL_PREFIX 参数所示值为 /usr。您可以根据系统的布局将其设置为任何您想要的值。

在以下的每个 cmake 调用中，最后一个参数 OPENCV_TEST_DATA_PATH 会告知构建系统在何处查找 opencv_extra 存储库提供的测试数据。当包含此参数时，make install 将连同库和示例代码一起安装此测试数据，而 make test 会自动为必须从中加载数据的测试提供此路径。如果您没有克隆 opencv_extra 存储库，请勿包含此参数。

Vibrante V4L 配置

受支持的平台：Drive PX 2

$ cmake \
    -DCMAKE_BUILD_TYPE=Release \
    -DCMAKE_INSTALL_PREFIX=/usr \
    -DBUILD_PNG=OFF \
    -DBUILD_TIFF=OFF \
    -DBUILD_TBB=OFF \
    -DBUILD_JPEG=OFF \
    -DBUILD_JASPER=OFF \
    -DBUILD_ZLIB=OFF \
    -DBUILD_EXAMPLES=ON \
    -DBUILD_JAVA=OFF \
    -DBUILD_opencv_python2=ON \
    -DBUILD_opencv_python3=OFF \
    -DENABLE_NEON=ON \
    -DWITH_OPENCL=OFF \
    -DWITH_OPENMP=OFF \
    -DWITH_FFMPEG=ON \
    -DWITH_GSTREAMER=OFF \
    -DWITH_GSTREAMER_0_10=OFF \
    -DWITH_CUDA=ON \
    -DWITH_GTK=ON \
    -DWITH_VTK=OFF \
    -DWITH_TBB=ON \
    -DWITH_1394=OFF \
    -DWITH_OPENEXR=OFF \
    -DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda-8.0 \
    -DCUDA_ARCH_BIN=6.2 \
    -DCUDA_ARCH_PTX="" \
    -DINSTALL_C_EXAMPLES=ON \
    -DINSTALL_TESTS=OFF \
    -DOPENCV_TEST_DATA_PATH=../opencv_extra/testdata \
    ../opencv

上述配置在构建过程中构建了 Python 2（但不是 Python 3）的 Python 绑定。如果您想要 Python 3 绑定（或不想要 Python 2 绑定），请根据需要更改 BUILD_opencv_python2 和/或 BUILD_opencv_python3 的值。要启用绑定，请将其值设为 ON，要禁用它们，请将其设为 OFF。

-DBUILD_opencv_python2=OFF

Jetson L4T 配置

受支持的平台

• Jetson TK1
• Jetson TX1

对于 Jetson TK1 和 Jetson TX1 系统，配置略有不同。

Jetson TK1

$ cmake \
    -DCMAKE_BUILD_TYPE=Release \
    -DCMAKE_INSTALL_PREFIX=/usr \
    -DCMAKE_CXX_FLAGS=-Wa,-mimplicit-it=thumb \
    -DBUILD_PNG=OFF \
    -DBUILD_TIFF=OFF \
    -DBUILD_TBB=OFF \
    -DBUILD_JPEG=OFF \
    -DBUILD_JASPER=OFF \
    -DBUILD_ZLIB=OFF \
    -DBUILD_EXAMPLES=ON \
    -DBUILD_JAVA=OFF \
    -DBUILD_opencv_python2=ON \
    -DBUILD_opencv_python3=OFF \
    -DENABLE_NEON=ON \
    -DWITH_OPENCL=OFF \
    -DWITH_OPENMP=OFF \
    -DWITH_FFMPEG=ON \
    -DWITH_GSTREAMER=OFF \
    -DWITH_GSTREAMER_0_10=OFF \
    -DWITH_CUDA=ON \
    -DWITH_GTK=ON \
    -DWITH_VTK=OFF \
    -DWITH_TBB=ON \
    -DWITH_1394=OFF \
    -DWITH_OPENEXR=OFF \
    -DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda-6.5 \
    -DCUDA_ARCH_BIN=3.2 \
    -DCUDA_ARCH_PTX="" \
    -DINSTALL_C_EXAMPLES=ON \
    -DINSTALL_TESTS=OFF \
    -DOPENCV_TEST_DATA_PATH=../opencv_extra/testdata \
    ../opencv

注意：这不是使用 CUDA 6.5，而是 8.0。

Jetson TX1

$ cmake \
    -DCMAKE_BUILD_TYPE=Release \
    -DCMAKE_INSTALL_PREFIX=/usr \
    -DBUILD_PNG=OFF \
    -DBUILD_TIFF=OFF \
    -DBUILD_TBB=OFF \
    -DBUILD_JPEG=OFF \
    -DBUILD_JASPER=OFF \
    -DBUILD_ZLIB=OFF \
    -DBUILD_EXAMPLES=ON \
    -DBUILD_JAVA=OFF \
    -DBUILD_opencv_python2=ON \
    -DBUILD_opencv_python3=OFF \
    -DENABLE_PRECOMPILED_HEADERS=OFF \
    -DWITH_OPENCL=OFF \
    -DWITH_OPENMP=OFF \
    -DWITH_FFMPEG=ON \
    -DWITH_GSTREAMER=OFF \
    -DWITH_GSTREAMER_0_10=OFF \
    -DWITH_CUDA=ON \
    -DWITH_GTK=ON \
    -DWITH_VTK=OFF \
    -DWITH_TBB=ON \
    -DWITH_1394=OFF \
    -DWITH_OPENEXR=OFF \
    -DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda-8.0 \
    -DCUDA_ARCH_BIN=5.3 \
    -DCUDA_ARCH_PTX="" \
    -DINSTALL_C_EXAMPLES=ON \
    -DINSTALL_TESTS=OFF \
    -DOPENCV_TEST_DATA_PATH=../opencv_extra/testdata \
    ../opencv

注意：此配置不设置 ENABLE_NEON 参数。

Ubuntu Desktop Linux 配置

受支持的平台

• Ubuntu Desktop Linux 14.04 LTS
• Ubuntu Desktop Linux 16.04 LTS

下面提供给 cmake 的配置选项针对 Tegra 所需的功能。对于桌面系统，您可能希望调整一些选项以启用（或禁用）某些功能。下面启用的功能基于构建 OpenCV 2.4.13。

$ cmake \
    -DCMAKE_BUILD_TYPE=Release \
    -DCMAKE_INSTALL_PREFIX=/usr \
    -DBUILD_PNG=OFF \
    -DBUILD_TIFF=OFF \
    -DBUILD_TBB=OFF \
    -DBUILD_JPEG=OFF \
    -DBUILD_JASPER=OFF \
    -DBUILD_ZLIB=OFF \
    -DBUILD_EXAMPLES=ON \
    -DBUILD_JAVA=OFF \
    -DBUILD_opencv_python2=ON \
    -DBUILD_opencv_python3=OFF \
    -DWITH_OPENCL=OFF \
    -DWITH_OPENMP=OFF \
    -DWITH_FFMPEG=ON \
    -DWITH_GSTREAMER=OFF \
    -DWITH_GSTREAMER_0_10=OFF \
    -DWITH_CUDA=ON \
    -DWITH_GTK=ON \
    -DWITH_VTK=OFF \
    -DWITH_TBB=ON \
    -DWITH_1394=OFF \
    -DWITH_OPENEXR=OFF \
    -DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda-8.0 \
    -DCUDA_ARCH_BIN='3.0 3.5 5.0 6.0 6.2' \
    -DCUDA_ARCH_PTX="" \
    -DINSTALL_C_EXAMPLES=ON \
    -DINSTALL_TESTS=OFF \
    -DOPENCV_TEST_DATA_PATH=../opencv_extra/testdata \
    ../opencv

此配置几乎与 V4L 和 L4T 的配置相同，但 CUDA_ARCH_BIN 参数指定了多个架构，以支持各种 GPU 板卡。对于桌面，您可以选择忽略此参数，而 CMake 会运行一个小型测试程序来探寻支持的架构。但是，所生成的库可能无法在具有不同显卡的 Ubuntu 系统上运行。

与之前的示例类似，上面给出的配置在构建过程中构建了 Python 2（但不是 Python 3）的 Python 绑定。

构建 OpenCV

一旦 cmake 完成配置 OpenCV，便使用标准 make 实用工具进行构建。

使用 <tt>make</tt> 构建

调用 make 所需的唯一参数是 -j 参数，用于指定要使用的并行线程数。这根据系统、可用内存、其他正在运行的进程等因素而异。下表为该参数提供了建议值

平台	建议值	注释
DRIVE PX 2	6
Jetson TK1	3	如果构建因编译器相关错误而失败，请尝试使用更少的线程数。如果系统在最近的重启后已运行较长时间，也可考虑重新启动系统。
Jetson TX1	4
Ubuntu Desktop	7	实际值会因你拥有的核心数和物理内存量而变化。由于编译 CUDA 代码的资源要求，不建议超过 7。

基于所选值构建（假设你选择 6）

$ make -j6

默认情况下，CMake 会隐藏构建步骤的详细信息。如果你需要查看每个编译单元的更多详细信息，则可启用详细输出

$ make -j6 VERBOSE=1

测试 OpenCV

完成构建后，你可以选择运行 OpenCV 提供的各种测试。如果你未克隆 opencv_extra 存储库并未在 cmake 调用中指定 testdata 路径，则不建议进行测试。

在 Linux 下执行测试

要运行 Linux 下的基本测试，请执行

$ make test

这会执行 ctest 以执行测试，如 OpenCV 存储库内的 CTest 语法中指定的那样。ctest 工具接受许多不同的参数（此处列出太多，请参阅 CTest 手册页以查看全部集合），如果你希望传递其中任何参数，可以通过在 make 命令行参数中指定它们，该参数称为 ARGS

$ make test ARGS="--verbose --parallel 3"

在此示例中，有两个 (2) 个参数传递给 ctest：--verbose 和 --parallel 3。第一个参数会使 ctest 的输出更详细，第二个参数会使 ctest 并行最多运行三个 (3) 个测试。与选择用于构建的线程数一样，任何测试选择都应基于可用处理器内核数、物理内存等做出。一些测试确实会尝试分配大量内存。

测试的已知问题

目前，OpenCV 测试套件中的并非所有测试都能通过。无论编译 CUDA 与否，都有失败的测试，并且有一些特定于 CUDA 的测试目前也无法通过。

注意：没有未包含 CUDA 就能通过但仅在包含 CUDA 时失败的测试。

由于失败测试的完整列表因平台而异，因此不适合在此列出。

安装 OpenCV

安装 OpenCV 非常简单。对于基于 Linux 的平台，命令是

$ make install

根据所选安装位置，你可能需要 root 权限才能安装。

构建 OpenCV 2.4.X

如果您希望构建自己的 OpenCV 2.4 版本，则只需进行一些调整。撰写本文时，2.4 分支上的最新版本为 2.4.13。这些说明适用于较新的 2.4 版本，但尚未对任何较早版本进行测试。

注意：OpenCV 2.4.X 源代码不包含上游至 OpenCV 3.X 版本的 Tegra 的额外模块和代码。本指南的这一部分仅适用于需要构建基本版 OpenCV 2.4 的情况。

选择 2.4 源

首先，您必须选择正确的源分支或标签。如果您需要特定版本，如 2.4.13，那么您需要基于标签创建本地分支，如上面的 3.1.0 标签

# Within the opencv directory:
$ git checkout -b v2.4.13 2.4.13

# Within the opencv_extra directory:
$ git checkout -b v2.4.13 2.4.13

如果您仅需要 OpenCV 2.4 代码行的最新代码，那么存储库中已经有了一个 2.4 分支。您可以检出该分支，而无需检出特定标签

$ git checkout 2.4

构建 2.4.13 源代码时，无需使用构建 3.1.0 时所用的 git cherry-pick 命令。

配置

如前所述，配置使用 CMake 进行。主要区别在于 OpenCV 2.4 仅为 Python 2 提供 Python 绑定，因此在 CMake 参数中并不区分 Python 2 和 Python 3。只有一个参数，即 BUILD_opencv_python。另外，有一个与构建相关的参数用于控制 2.4 中不存在 3.1.0 中的特性。此参数为 BUILD_opencv_nonfree。

配置仍在一个单独的目录中进行，该目录必须与 opencv 和 opencv_extra 目录同级。

配置 Vibrante V4L

适用于 DRIVE PX 2

$ cmake \
    -DCMAKE_BUILD_TYPE=Release \
    -DCMAKE_INSTALL_PREFIX=/usr \
    -DBUILD_PNG=OFF \
    -DBUILD_TIFF=OFF \
    -DBUILD_TBB=OFF \
    -DBUILD_JPEG=OFF \
    -DBUILD_JASPER=OFF \
    -DBUILD_ZLIB=OFF \
    -DBUILD_EXAMPLES=ON \
    -DBUILD_JAVA=OFF \
    -DBUILD_opencv_nonfree=OFF \
    -DBUILD_opencv_python=ON \
    -DENABLE_NEON=ON \
    -DWITH_OPENCL=OFF \
    -DWITH_OPENMP=OFF \
    -DWITH_FFMPEG=ON \
    -DWITH_GSTREAMER=OFF \
    -DWITH_GSTREAMER_0_10=OFF \
    -DWITH_CUDA=ON \
    -DWITH_GTK=ON \
    -DWITH_VTK=OFF \
    -DWITH_TBB=ON \
    -DWITH_1394=OFF \
    -DWITH_OPENEXR=OFF \
    -DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda-8.0 \
    -DCUDA_ARCH_BIN=6.2 \
    -DCUDA_ARCH_PTX="" \
    -DINSTALL_C_EXAMPLES=ON \
    -DINSTALL_TESTS=ON \
    -DOPENCV_TEST_DATA_PATH=../opencv_extra/testdata \
    ../opencv

配置 Jetson L4T

适用于 Jetson TK1

$ cmake \
    -DCMAKE_BUILD_TYPE=Release \
    -DCMAKE_INSTALL_PREFIX=/usr \
    -DBUILD_PNG=OFF \
    -DBUILD_TIFF=OFF \
    -DBUILD_TBB=OFF \
    -DBUILD_JPEG=OFF \
    -DBUILD_JASPER=OFF \
    -DBUILD_ZLIB=OFF \
    -DBUILD_EXAMPLES=ON \
    -DBUILD_JAVA=OFF \
    -DBUILD_opencv_nonfree=OFF \
    -DBUILD_opencv_python=ON \
    -DENABLE_NEON=ON \
    -DWITH_OPENCL=OFF \
    -DWITH_OPENMP=OFF \
    -DWITH_FFMPEG=ON \
    -DWITH_GSTREAMER=OFF \
    -DWITH_GSTREAMER_0_10=OFF \
    -DWITH_CUDA=ON \
    -DWITH_GTK=ON \
    -DWITH_VTK=OFF \
    -DWITH_TBB=ON \
    -DWITH_1394=OFF \
    -DWITH_OPENEXR=OFF \
    -DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda-6.5 \
    -DCUDA_ARCH_BIN=3.2 \
    -DCUDA_ARCH_PTX="" \
    -DINSTALL_C_EXAMPLES=ON \
    -DINSTALL_TESTS=ON \
    -DOPENCV_TEST_DATA_PATH=../opencv_extra/testdata \
    ../opencv

适用于 Jetson TX1

$ cmake \
    -DCMAKE_BUILD_TYPE=Release \
    -DCMAKE_INSTALL_PREFIX=/usr \
    -DBUILD_PNG=OFF \
    -DBUILD_TIFF=OFF \
    -DBUILD_TBB=OFF \
    -DBUILD_JPEG=OFF \
    -DBUILD_JASPER=OFF \
    -DBUILD_ZLIB=OFF \
    -DBUILD_EXAMPLES=ON \
    -DBUILD_JAVA=OFF \
    -DBUILD_opencv_nonfree=OFF \
    -DBUILD_opencv_python=ON \
    -DENABLE_PRECOMPILED_HEADERS=OFF \
    -DWITH_OPENCL=OFF \
    -DWITH_OPENMP=OFF \
    -DWITH_FFMPEG=ON \
    -DWITH_GSTREAMER=OFF \
    -DWITH_GSTREAMER_0_10=OFF \
    -DWITH_CUDA=ON \
    -DWITH_GTK=ON \
    -DWITH_VTK=OFF \
    -DWITH_TBB=ON \
    -DWITH_1394=OFF \
    -DWITH_OPENEXR=OFF \
    -DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda-8.0 \
    -DCUDA_ARCH_BIN=5.3 \
    -DCUDA_ARCH_PTX="" \
    -DINSTALL_C_EXAMPLES=ON \
    -DINSTALL_TESTS=ON \
    -DOPENCV_TEST_DATA_PATH=../opencv_extra/testdata \
    ../opencv

配置桌面 Ubuntu Linux

适用于 14.04 LTS 和 16.04 LTS

$ cmake \
    -DCMAKE_BUILD_TYPE=Release \
    -DCMAKE_INSTALL_PREFIX=/usr \
    -DBUILD_PNG=OFF \
    -DBUILD_TIFF=OFF \
    -DBUILD_TBB=OFF \
    -DBUILD_JPEG=OFF \
    -DBUILD_JASPER=OFF \
    -DBUILD_ZLIB=OFF \
    -DBUILD_EXAMPLES=ON \
    -DBUILD_JAVA=OFF \
    -DBUILD_opencv_nonfree=OFF \
    -DBUILD_opencv_python=ON \
    -DWITH_OPENCL=OFF \
    -DWITH_OPENMP=OFF \
    -DWITH_FFMPEG=ON \
    -DWITH_GSTREAMER=OFF \
    -DWITH_GSTREAMER_0_10=OFF \
    -DWITH_CUDA=ON \
    -DWITH_GTK=ON \
    -DWITH_VTK=OFF \
    -DWITH_TBB=ON \
    -DWITH_1394=OFF \
    -DWITH_OPENEXR=OFF \
    -DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda-8.0 \
    -DCUDA_ARCH_BIN='3.0 3.5 5.0 6.0 6.2' \
    -DCUDA_ARCH_PTX="" \
    -DINSTALL_C_EXAMPLES=ON \
    -DINSTALL_TESTS=ON \
    -DOPENCV_TEST_DATA_PATH=../opencv_extra/testdata \
    ../opencv

构建、测试和安装

配置完成后，构建、测试和安装的步骤与上文针对 3.1.0 源代码的步骤相同。

CMake 参数参考

以下表格列出了所有在上述推荐调用中传递给 CMake 的参数。其中一些是 CMake 本身的参数，而大多数特定于 OpenCV。

参数	我们的默认值	用途	注释
BUILD_EXAMPLES	ON	控制是否构建 C/C++ 示例
BUILD_JASPER	OFF	控制是否从 3rdparty 目录中的源构建 Jasper 库 (libjasper)
BUILD_JPEG	OFF	同上，适用于 libjpeg
BUILD_PNG	OFF	同上，适用于 libpng
BUILD_TBB	OFF	如上，适用于tbb
BUILD_TIFF	OFF	如上，适用于libtiff
BUILD_ZLIB	OFF	如上，适用于zlib
BUILD_JAVA	OFF	控制为 OpenCV 构建 Java 绑定	构建 Java 绑定需要针对静态链接构建 OpenCV 库
BUILD_opencv_nonfree	OFF	控制构建非免费（非开源）元素	仅用于构建 2.4.X
BUILD_opencv_python	ON	控制在 OpenCV 2.4.X 中构建 Python 2 绑定	仅用于构建 2.4.X
BUILD_opencv_python2	ON	控制在 OpenCV 3.1.0 中构建 Python 2 绑定	在 2.4.X 中未使用
BUILD_opencv_python3	OFF	控制在 OpenCV 3.1.0 中构建 Python 3 绑定	在 2.4.X 中未使用
CMAKE_BUILD_TYPE	Release	选择构建类型（发布与开发）	通常为Release或Debug
CMAKE_INSTALL_PREFIX	/usr	设置库和头文件安装的根目录
CUDA_ARCH_BIN	不同	设置编译代码的 CUDA 架构	通常仅适用于带有已知特定卡的平台。如果你未传递此参数，OpenCV 中包含一个确定系统已安装卡架构的小程序。在此处，对于 Ubuntu 桌面版，该值为一个用于最大化卡支持的列表。
CUDA_ARCH_PTX	""	为指定的虚拟 PTX 架构构建 PTX 中间代码
CUDA_TOOLKIT_ROOT_DIR	/usr/local/cuda-8.0 (适用于 Linux)	指定 CUDA include 文件和库的位置
ENABLE_NEON	ON	启用对 ARM 芯片的 NEON SIMD 扩展的使用	仅适用于 ARM 平台上的构建
ENABLE_PRECOMPILED_HEADERS	OFF	启用/禁用对预编译标题的支持	仅在部分 ARM 平台上指定
INSTALL_C_EXAMPLES	ON	启用作为make install一部分安装 C 示例文件
INSTALL_TESTS	ON	启用作为make install一部分安装测试
OPENCV_TEST_DATA_PATH	../opencv_extra/testdata	opencv_extra代码库中testdata目录的路径
WITH_1394	OFF	指定是否包含 IEEE-1394 支持
WITH_CUDA	ON	指定是否包含 CUDA 支持
WITH_FFMPEG	ON	指定是否包含 FFMPEG 支持
WITH_GSTREAMER	OFF	指定是否包含 GStreamer 1.0 支持
WITH_GSTREAMER_0_10	OFF	指定是否包含 GStreamer 0.10 支持
WITH_GTK	ON	指定是否包含 GTK 2.0 支持	仅在 Linux 平台上提供，不适用于 Microsoft Windows
WITH_OPENCL	OFF	指定是否包含 OpenCL 运行时支持
WITH_OPENEXR	OFF	指定是否通过 OpenEXR 包含 ILM 支持
WITH_OPENMP	OFF	指定是否包含 OpenMP 运行时支持
WITH_TBB	ON	指定是否包含 Intel TBB 支持
WITH_VTK	OFF	指定是否包含 VTK 支持

版权 © 2016，NVIDIA CORPORATION。保留所有权利。