### 安装 OpenCV 3.4.13 并启用 CUDA 支持 #### 准备工作 为了在 Ubuntu 20.04 上成功安装并配置带有 CUDA 支持的 OpenCV 3.4.13，需要先确保系统已经安装了必要的依赖项以及合适的 NVIDIA 驱动程序和 CUDA 工具包。 #### 更新软件源列表并升级现有包 ```bash sudo apt update && sudo apt upgrade -y ``` #### 安装基本构建工具和其他必需库 ```bash sudo apt 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 libdc1394-22-dev \ cuda -y ``` #### 下载 OpenCV 和 opencv_contrib 源码 前往官方 GitHub 页面获取指定版本的 OpenCV 及其额外模块 `opencv_contrib` 的压缩包。这里选择的是 3.4.13 版本。 ```bash cd ~ git clone https://github.com/opencv/opencv.git -b 3.4.13 --depth=1 git clone https://github.com/opencv/opencv_contrib.git -b 3.4 --depth=1 ``` #### 创建并进入构建目录 创建一个新的文件夹用于存放编译过程中产生的临时文件，并切换至该路径下执行后续操作。 ```bash mkdir ~/opencv_build && cd ~/opencv_build ``` #### 使用 CMake 进行项目配置 通过设置参数来开启对 CUDA 功能的支持以及其他自定义选项。注意调整 `-DOPENCV_EXTRA_MODULES_PATH` 参数指向实际位置上的 `opencv_contrib/modules`. ```bash cmake -DCMAKE_BUILD_TYPE=Release \ -DWITH_CUDA=ON \ -DENABLE_FAST_MATH=ON \ -DCUDA_FAST_MATH=ON \ -DOPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules \ ../opencv/ ``` #### 编译过程 启动多线程模式加速整个编译流程；具体使用的 CPU 核心数可以根据实际情况灵活设定。 ```bash make -j$(nproc) ``` #### 安装已编译完成的目标文件 将生成的结果部署到系统的标准库路径当中去以便其他应用程序能够正常调用它们。 ```bash sudo make install ``` #### 设置环境变量 为了让当前会话立即识别新加入的内容，在终端里运行下面这条命令刷新 shell 环境中的动态链接器缓存表单。 ```bash source ~/.bashrc ``` 以上就是在 Ubuntu 20.04 中搭建带 GPU 加速特性的 OpenCV 开发平台的方法概述[^1]。