一.安裝cmake

安裝cmake相對簡單。可以使用如下命令直接安裝cmake。不過這樣安裝的cmake版本可能比較低，如果是想用在混合編程上不建議這樣做。因爲版本比較低可能會不支持，比如想用在Android上，cmake版本要求好像最低是3.6.0如果沒有記錯的話，而下面的命令安裝的是3.4.0。建議先大致瀏覽一遍整個博客再進行安裝。同時建議先看這篇博客，編譯opencv碰到的問題。

sudo apt-get install cmake

手動安裝cmake順序：下載最新版本，或者這裏下載指定版本。在Ubuntu中下載如下圖所示版本。

解壓下載的文件，在解壓的文件中打開終端。然後執行如下命令：

./bootstrap
make
sudo make install

cmake安裝與gcc的版本有關係，目前我的gcc版本爲5.4.0嘗試安裝cmake-3.17.0版本失敗。所以我就嘗試安裝cmake-3.15.0版本，但是在make install時出現file cannot create directory: /usr/local/doc/cmake-3.14。具體如下圖：

出現安裝失敗，我沒仔細看，還以爲是cmake版本過高。所以又下載了cmake-3.14.0版本，再執行make install時還是出現上述問題。我就不得不仔細看了。其實上面都提示了需要sudo權限。所以需要使用sudo make install。

查看cmake是否安裝成功（有輸出版本號表示安裝成功）：

cmake --version

CMakeList.txt一個樣例和註釋：

# 大小寫不嚴格區分
# cmake verson，指定cmake版本 
cmake_minimum_required(VERSION 3.0.0)

# set():用來顯式的定義變量 
set(CMAKE_POSITION_INDEPENDENT_CODE ON)                 # 添加-fPIC編譯，即：裝成一個動態庫（Linux爲.so擴展文件；windows爲.dll擴展文件）
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -Wall -Wextra") # CMAKE_CXX_FLAGS:設置 C++ 編譯選項。後面即爲編譯的添加的內容
set(CUDA_TOOLKIT_ROOT_DIR /usr/local/cuda)              # 定義cuda路徑變量

# project name，指定項目的名稱，一般和項目的文件夾名稱對應
project(smart)
add_definitions(-std=c++11)                             # 添加支持c++11特徵


# find_package(CUDA)
find_package(OpenCV REQUIRED)                           # 添加opencv依賴庫

if (NOT OpenCV_FOUND)
    message(FATAL_ERROR "opencv not found")
endif (NOT OpenCV_FOUND)

set(LIBRARY_OUTPUT_PATH ${PROJECT_SOURCE_DIR}/lib)
set(CMAKE_RUNTIME_OUTPUT_DIRECTORY ${PROJECT_SOURCE_DIR}/bin)


add_subdirectory(src)                                   # 指定的文件夾加到build任務列表中

二.opencv-gpu版本的編譯

2.1添加依賴庫（最好更換成國內源）

# cmake安裝

sudo apt-get install build-essential

sudo apt-get install libgtk2.0-dev  # 2.0以上的版本

sudo apt-get install pkg-config

sudo apt-get install python-dev python-numpy

sudo apt-get install libavformat-dev libavcodec-dev libswscale-dev libtbb2 libtbb-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libdc1394-22-dev

如果在cmake的時候添加了如下選項：

-DWITH_OPENGL=ON

請添加如下依賴庫：

sudo apt-get install mesa-common-dev
sudo apt-get install libgl1-mesa-dev libglu1-mesa-dev

如果在上述安裝過程碰到“無法修正錯誤，因爲您要求某些軟件包保持現狀，就是它們破壞了軟件包間的依賴關係”問題，可以參考這裏。

2.2編譯opencv時參數的意義

編譯opencv的難點、重點就是編譯時參數的選擇了。不同的參數最後編譯的版本就不一樣。

參數說明，注意不同版本有的參數可能沒有或者名字更改了（參數有很多，更多參數可看這裏）：

cmake \
	-D CMAKE_BUILD_TYPE=RELEASE \  # 編譯opencv的版本。這裏是release版本
	-D CMAKE_INSTALL_PREFIX=/usr/local \  # 爲opencv安裝的目錄，可按實際目錄進行修改，一般放在/usr/local目錄下
	-D OPENCV_EXTRA_MODULES_PATH=../opencv_contrib-3.3.0/modules/ \  # 該選選項爲opencv_contrib模塊下module文件夾，按實際目錄進行修改，若不編譯opencv_contrib模塊，該選項可以省略
	-D CUDA_CUDA_LIBRARY=/usr/local/cuda/lib64/stubs/libcuda.so \  # cuda的動態庫文件地址
	-D CUDA_ARCH_BIN=7.5 \  # 顯卡的算力
	-D CUDA_ARCH_PTX="" \   # 代表PTX代碼（反正很高級的樣子，具體可看：https://bbs.csdn.net/topics/390796227）
	-D WITH_CUDA=ON \  # 編譯CUDA版本
	-D WITH_TBB=ON \  # 支持高性能並行的Intel tbb（AMD？）
	-D BUILD_NEW_PYTHON_SUPPORT=ON \ 支持Python 查找資料時發現有人說變成：BUILD_PYTHON_SUPPORT
	-D WITH_V4L=ON \  # 增加對V4L的支持。比如用在板子對攝像頭的調用上
	-D INSTALL_C_EXAMPLES=ON \  # 安裝c版本的例子（opencv3還是4已經放棄了c的維護了吧）
	-D INSTALL_PYTHON_EXAMPLES=ON \  # 安裝Python版本的例子
	-D BUILD_EXAMPLES=ON \  # 安裝例子
	-D WITH_QT=ON \  # 添加對qt的支持
	-D WITH_OPENGL=ON \  # 添加對opengl的支持
	-D ENABLE_FAST_MATH=1 \  # 支持math快速計算
	-D CUDA_FAST_MATH=1 \  # cuda的math快速計算
	-D WITH_CUBLAS=1 \  # 支持NVidia Cuda基本線性代數子程序（BLAS）庫
	-D WITH_NVCUVID=ON \ # NVidia視頻解碼庫支持
	-D BUILD_opencv_cudacodec=OFF ..  # cuda10已經被單獨分出了，所以用off。後面兩點是上一層目錄的意思，不可少。

2.3opencv編譯過程

如果不想編譯帶上contrib和gpu的版本，可以參考如下博客：

第一篇，以第一篇爲主。
第二篇。第一篇有的地方寫的不是很明確可以參考第二篇。

現在要開始編譯了。具體如下：

2.3.1準備opencv4.1.0和對應的contrib版本

解壓兩個文件，contrib文件和opencv-4.1.0同級。如下圖所示：

2.3.2準備相應安裝位置

終端進入opencv-4.1.0文件中，輸入如下命令：

mkdir build
cd build

效果如下：

2.3.3cmake編譯參數

根據自己的需求選擇參數，我選擇的參數如下。將它們輸入剛剛打開的終端(cuda10以上-DBUILD_opencv_cudacodec=OFF一定要添加，要不然會報缺失nvcuvid.h文件的錯，當然也可以去官網下載所需文件)。注意：我的添加“-DWITH_TBB=ON”選項，會出現“對‘__cxa_init_primary_exception@CXXABI_1.3.11’未定義的引用”和“對‘std::__exception_ptr::exception_ptr::exception_ptr(void*)@CXXABI_1.3.11’未定義的引用”的錯誤。

cmake -DCMAKE_BUILD_TYPE=RELEASE \
 -DCMAKE_INSTALL_PREFIX=/usr/local \
 -DINSTALL_PYTHON_EXAMPLES=ON \
 -DOPENCV_GENERATE_PKGCONFIG=ON \
 -DOPENCV_EXTRA_MODULES_PATH=../../opencv_contrib-4.1.0/modules \
 -DPYTHON3_EXECUTABLE=/usr/bin/python3 \
 -DPYTHON_EXECUTABLE=/usr/bin/python \
 -DWITH_V4L=ON \
 -DWITH_QT=ON \
 -DWITH_GTK=ON \
 -DWITH_OPENGL=ON \
 -DWITH_CUDA=ON \
 -DENABLE_FAST_MATH=ON \
 -DCUDA_FAST_MATH=ON \
 -DWITH_CUBLAS=ON \
 -DWITH_NVCUVID=ON \
 -DBUILD_opencv_cudacodec=OFF \
 -DBUILD_TIFF=ON ..

編譯前效果如下圖：

編譯完成後，參數配置情況：

2.3.4make、安裝和配置環境

執行完上面的命令後，輸入如下命令(注意 -j8 表示使用8線程進行make。這一步比較耗時，多則一兩天，少的也快，半個小時，看CPU的性能。儘量用CPU最大性能)：

make -j8

上面的步驟有百分比進度條，可能會出現很多的錯誤（我碰到的錯誤等下整理處理），解決了錯誤後（沒有改變cmake參數的情況），可以不從cmake開始，可以直接執行make -j8繼續執行。

沒有錯誤後進行安裝，如下：

sudo make install

配置c++，輸入如下命令：

sudo gedit /etc/ld.so.conf.d/opencv4.conf

在打開的文件的最後一行添加如下路徑：

/usr/local/lib

更新系統庫：

sudo ldconfig

添加環境變量：

sudo gedit /etc/profile

加入如下內容：

export PATH="/usr/local/lib/pkgconfig:$PATH"

刷新一下剛剛更改的文件：

sudo source /etc/profile

三.測試是否安裝成功

3.1測試程序一：常規測試

在一個沒有中文的路徑下新建一個test_opencv文件，在該文件下新建CMakeLists.txt文件和main.cpp。注意測試的opencv的版本是4.1.0，如果其他版本可能會有稍微的差別。如下：

CMakeLists.txt

# cmake needs this line
cmake_minimum_required(VERSION 2.8)
 
# Define project name
project(test)
# Find OpenCV, you may need to set OpenCV_DIR variable
# to the absolute path to the directory containing OpenCVConfig.cmake file
# via the command line or GUI
find_package(OpenCV REQUIRED)

set(CMAKE_CXX_STANDARD 14)
 
# If the package has been found, several variables will
# be set, you can find the full list with descriptions
# in the OpenCVConfig.cmake file.
# Print some message showing some of them
message(STATUS "OpenCV library status:")
message(STATUS "    version: ${OpenCV_VERSION}")
message(STATUS "    libraries: ${OpenCV_LIBS}")
message(STATUS "    include path: ${OpenCV_INCLUDE_DIRS}")
 
if(CMAKE_VERSION VERSION_LESS "2.8.11")
  # Add OpenCV headers location to your include paths
  include_directories(${OpenCV_INCLUDE_DIRS})
endif()
 
# Declare the executable target built from your sources
add_executable(opencv_example main.cpp)
 
# Link your application with OpenCV libraries
target_link_libraries(opencv_example ${OpenCV_LIBS})

main.cpp（早期的opencv調用gpu用的是：#include "opencv2/gpu/gpu.hpp"）

using namespace std;
#include "opencv2/opencv.hpp"
#include "opencv2/core/cuda.hpp"

using namespace cv;
using namespace cv::cuda;

int main()
{
    int num_devices = cv::cuda::getCudaEnabledDeviceCount();
 
    cout<<num_devices<<endl;
}

在test_opencv文件中打開終端，輸入如下命令：

cmake .
make
./opencv_example

如果opencv安裝成功，代碼編譯成功：則會顯示出1來（如果2塊顯卡就顯示2），若爲0表示安裝不成功。我的測試結果：

3.2測試程序二：使用g++打包程序

目錄如下：

main.cpp

#include<iostream>
#include<opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
    
    Mat srcImage=imread("123.png");
    imshow("Origin",srcImage);
    waitKey(0);
    return 0;
}

在所在文件的目錄裏打開終端，輸入如下命令（如果不帶“-DOPENCV_GENERATE_PKGCONFIG=ON”參數，下面的命令極大可能會報錯）：

g++ -std=c++11 main.cpp -o main `pkg-config --cflags --libs opencv4`

執行完上面的命令後會出現一個叫“mian”的斜的正方形，如下所示：

雙擊該文件就會顯示“123.png”這個圖片，效果如下：

3.3測試程序三：調用gpu

執行這個程序可能需要添加必要的依賴庫或者其他操作，請移步這裏的第五個問題，按照測試程序一的步驟執行，如果出現相同錯誤，可以採用博客所寫方法嘗試一下。

四.卸載opencv

首先要找到當初安裝opencv的build目錄，進入該build目錄執行卸載操作（有的可能是release）。

sudo make uninstall
cd  ..
rm -rf build  # rm -rf release

如果這個目錄被以前被誤刪了，那麼需要重新建立build目錄並安裝對應版本，然後再執行上邊卸載步驟。然後清理/usr中所有opencv相關項（注意，opencv4.0.0以後文件的名字是opencv4）。

sudo rm -rf /usr/local/include/opencv4 /usr/local/share/opencv4 /usr/local/lib/libopencv*
cd /usr
find . -name "*opencv*" | xargs sudo rm -rf

注意，如果卸載opencv後，依賴庫最好是重新安裝一遍（最少檢查一遍）。

Ubuntu16.04安裝cmake以及編譯opencv帶上contrib的gpu版本

一.安裝cmake

二.opencv-gpu版本的編譯

2.1添加依賴庫（最好更換成國內源）

2.2編譯opencv時參數的意義

2.3opencv編譯過程

2.3.1準備opencv4.1.0和對應的contrib版本

2.3.2準備相應安裝位置

2.3.3cmake編譯參數

2.3.4make、安裝和配置環境

三.測試是否安裝成功

3.1測試程序一：常規測試

3.2測試程序二：使用g++打包程序

3.3測試程序三：調用gpu

四.卸載opencv

cuda編程（7）：實現LK稀疏光流算法--完整的cuda程序

cuda編程（6）：實現knn算法

cuda編程可以使用的庫函數

cuda編程（5）：優化理論

cuda編程（4）：常見的例程

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結