### 安装 OpenCV 4.2 并启用 CUDA 加速 为了在 Jetson Orin NX 上成功安装带有 CUDA 支持的 OpenCV 4.2，需遵循特定步骤来确保兼容性和性能优化。 #### 准备环境 确保已更新系统软件包至最新版本，并安装必要的依赖项。对于 NVIDIA Jetson 设备而言，推荐使用官方提供的工具链和库以获得最佳效果[^1]。 ```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 \ libeigen3-dev libcudnn8=8.0.4.30-1+cuda11.1 libcudnn8-dev=8.0.4.30-1+cuda11.1 ``` #### 下载指定版本源码 通过 Git 获取确切版本号对应的 OpenCV 源代码： ```bash cd ~ git clone https://github.com/opencv/opencv.git cd opencv git checkout 4.2.0 cd .. git clone https://github.com/opencv/opencv_contrib.git cd opencv_contrib git checkout 4.2.0 ``` #### 编译配置 创建构建目录并进入该目录执行 CMake 配置命令。注意设置 `WITH_CUDA` 参数为 ON 来开启 GPU 加速功能；同时指明 Python 解释器路径以便正确生成 `.so` 文件供后续导入使用[^2]。 ```bash mkdir -D CMAKE_BUILD_TYPE=RELEASE \ -D CMAKE_INSTALL_PREFIX=/usr/local \ -D INSTALL_PYTHON_EXAMPLES=ON \ -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules \ -D BUILD_opencv_python3=ON \ -D PYTHON3_EXECUTABLE=$(which python3) \ -D WITH_CUDA=ON \ -D ENABLE_FAST_MATH=ON \ -D CUDA_FAST_MATH=ON \ -D WITH_CUBLAS=ON \ -D CUDA_ARCH_BIN="7.2,8.9" \ .. ``` > **提示**: 如果遇到找不到某些头文件或链接错误的情况，请确认所有必需组件均已正确安装，并调整上述参数中的具体选项以适应实际需求。 #### 构建与安装 启动多线程编译过程加快速度，完成后进行全局安装操作。这一步骤可能耗时较长取决于硬件条件和个人网络状况。 ```bash make -j$(nproc) sudo make install sudo ldconfig ``` #### 测试验证 最后，在 Python 中尝试加载新安装好的 OpenCV 库，观察是否能够正常工作以及利用到了 GPU 资源。 ```python import cv2 as cv print(cv.__version__) if 'CUDA' in dir(cv): print('OpenCV with CUDA support installed successfully.') else: print('Failed to enable CUDA acceleration.') ```