NVIDIA TX2入门系列之二:独立安装OpenCV

上篇TX2完成刷机，安装SDK软件包后，登陆TX2的ubuntu系统，就可以愉快的玩耍了，由于默认的SDK只安装了OpenCV的插件，如果想要运行一些深度学习的实例，还需要完整的OpenCV软件包，本篇主要介绍常用的OpenCV 3.4.0版本在TX2上的安装。

运行环境

• TX2 ubuntu18.04
• CUDA版本 10.0
• Jetpack4.3
• OpenCV3.4.0

更新安装环境

sudo apt update   //apt和apt-get安装常用软件基本差不多，apt就可以
sudo apt upgrade
sudo apt autoremove  //删除错误文件

sudo apt purge libopencv*   //删除当前残留的opencv文件
sudo apt purge python-numpy   //删除当前的pytho-numpy

安装依赖软件包

OpenCV依赖的软件包比较多，而且有版本适配的要求，以下是CUDA10环境安装OpenCV3.4.0所需依赖包，其它环境需要search相应的依赖包。

sudo apt search xxx   //xxx可以用通配符搜索相应的软件包

接下来开始依赖包：

sudo apt install  g++-5 cpp-5 gcc-5   //安装编译器
sudo apt install build-essential make cmake cmake-curses-gui \
                       g++ libavformat-dev libavutil-dev \
                       libswscale-dev libv4l-dev libeigen3-dev \
                       libglew-dev libgtk2.0-dev
sudo apt install libdc1394-22-dev libxine2-dev \   //安装gstreamer
                       libgstreamer1.0-dev \
                       libgstreamer-plugins-base1.0-dev
sudo apt install libjpeg8-dev libjpeg-turbo8-dev libtiff5-dev \   //安装照片处理包
                       libjasper-dev libpng12-dev libavcodec-dev
sudo apt install libxvidcore-dev libx264-dev libgtk-3-dev \     //安装视频相关包
                       libatlas-base-dev gfortran\
                       libopenblas-dev liblapack-dev liblapacke-dev
sudo apt install qt5-default  //安装QT5支持

sudo apt install python3-dev python3-pip python3-tk    //安装python3支持，版本为3.6
sudo pip3 install scipy 
sudo pip3 install numpy
sudo pip3 install matplotlib   //务必先安装成功scipy和numpy再安装matplotlib，否则会出错

sudo apt install python-dev python-pip python-tk   //安装python支持，版本为2.7，Jetpack默认安装的是2.7版本
sudo pip install scipy
sudo pip install numpy
sudo pip install matplotlib

依赖包安装完成后，需要需要matplotlibrc文件，否则后边安装OpenCV会失败。

cd  /usr/local/lib/python2.7/dist-packages/matplotlib/mpl-data/    //进入修改目录
sudo vim matplotlibrc    //打开matplotlibrc文件，不熟悉vim的可以用gedit打开
backend      : TkAgg       //找到line41，将“agg”修改为“TkAgg”

修改cuda_gl_interop.h文件，兼容OpenGL。

cd sudo vim /usr/local/cuda/include/
sudo vim cuda_gl_interop.h
//#if defined(__arm__) || defined(__aarch64__)     //注释掉line62-line68，释放line67
//#ifndef GL_VERSION
//#error Please include the appropriate gl headers before including cuda_gl_interop.h
//#endif
//#else
 #include <GL/gl.h>
//#endif

安装OpenCV

从OpenCV官网下载3.4.0版本，也可以从github clone源码，官网链接：
https://opencv.org/releases.html

下载完成后开始安装：

unzip opencv-3.4.0.zip   //解压文件
cd opencv-3.4.0   //进入软件包
mkdir build          //创建编译目录
cd bulid

//cmake生成配置文件，TX2的CUDA_ARCH_BIN是6.2
cmake -D CMAKE_BUILD_TYPE=RELEASE \
            -D CMAKE_INSTALL_PREFIX=/usr/local \
            -D WITH_CUDA=ON \
            -D CUDA_ARCH_BIN="6.2" \
            -D CUDA_ARCH_PTX=""  \
            -D WITH_CUBLAS=ON \
            -D ENABLE_FAST_MATH=ON \
            -D CUDA_FAST_MATH=ON \
            -D ENABLE_NEON=ON  \
            -D WITH_LIBV4L=ON \
            -D BUILD_TESTS=OFF \
            -D BUILD_PERF_TESTS=OFF \
            -D BUILD_EXAMPLES=OFF \
            -D WITH_QT=ON \
            -D WITH_OPENGL=ON ..
            
  make j8   //8核CPU加速编译
  sudo make install 

到此支持python2.7和python3.6的OpenCV安装完成，如果需要支持C++调用，还需要修改配置。

sudo gedit /etc/ld.so.conf.d/opencv.conf  //修改配置文件，文件末尾添加“/usr/local/lib”
sudo ldconfig

sudo gedit /etc/bash.bashrc   //修改bash文件，文件末尾添加如下2行：

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig  
export PKG_CONFIG_PATH  

source /etc/bash.bashrc    //使配置生效