### 如何在Jetson Nano上安装和配置OpenCV #### 准备工作 为了确保顺利安装带有CUDA支持的OpenCV，在开始之前需确认Jetson Nano已正确设置并更新至最新状态。这包括但不限于操作系统以及必要的开发工具链。 #### 安装依赖项 在移植OpenCV前，需要先通过终端执行特定命令来安装一系列必需的软件包作为前置条件[^2]： ```bash sudo apt-get update && sudo apt-get upgrade -y sudo apt-get install build-essential cmake git pkg-config libgtk-3-dev \ libavcodec-dev libavformat-dev libswscale-dev python3-dev python3-numpy \ libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev gfortran openexr \ libatlas-base-dev protobuf-compiler libgoogle-glog-dev libgflags-dev \ liblapacke-dev checkinstall ``` 此过程会获取构建环境所需的基础库和其他组件。 #### 获取源码 从官方GitHub仓库克隆指定版本的OpenCV及其贡献模块(opencv_contrib)，保证两者版本匹配对于成功编译至关重要[^4]: ```bash cd ~ git clone https://github.com/opencv/opencv.git -b 4.x opencv git clone https://github.com/opencv/opencv_contrib.git -b 4.x opencv_contrib ``` 这里选择了`4.x`分支；根据实际需求可以选择其他稳定版或特性预览版。 #### 编译与安装 创建临时目录用于存放编译产物，并进入该路径完成CMake配置及后续make操作: ```bash mkdir ~/opencv/build && cd $_ cmake -D CMAKE_BUILD_TYPE=RELEASE \ -D CMAKE_INSTALL_PREFIX=/usr/local \ -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules \ -D WITH_CUDA=ON \ -D ENABLE_FAST_MATH=1 \ -D CUDA_FAST_MATH=1 \ -D WITH_CUBLAS=1 \ -D BUILD_opencv_cudacodec=OFF \ -D INSTALL_PYTHON_EXAMPLES=ON \ -D INSTALL_C_EXAMPLES=OFF .. time make -j$(nproc) sudo make install sudo ldconfig ``` 上述指令集启用了对GPU加速的支持选项(`WITH_CUDA`)，同时禁用了某些可能引起兼容性问题的功能开关(`BUILD_opencv_cudacodec`)。最后一步刷新共享库缓存使得新安装的内容立即生效[^1]。 #### 验证安装成果 可以通过Python交互式解释器简单测试是否能够正常加载OpenCV库文件，以此检验整个流程无误： ```python import cv2 print(cv2.__version__) ``` 如果一切顺利，则应显示所期望的版本号字符串而不会抛出异常信息[^3]。