### 编译 OpenCV 实现 GPU 加速 为了在 Ubuntu 20.04 上编译并安装带有 CUDA 支持的 OpenCV 版本，确保 NVIDIA 显卡驱动程序、CUDA 和 cuDNN 已经正确安装。对于特定硬件如 GeForce RTX 4060 或者 GeForce RTX 3060 的适配情况分别为： - 对于RTX 4060显卡支持版本为8.9。 - 对于RTX 3060显卡支持版本为8.6。 这些信息表明所使用的NVIDIA驱动版本应至少满足上述最低要求以获得最佳兼容性和性能[^2]。 #### 准备工作环境 更新系统包列表，并安装必要的依赖项： ```bash sudo apt update && sudo apt upgrade -y 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 gfortran openexr libatlas-base-dev \ protobuf-compiler libgoogle-glog-dev libgflags-dev \ libeigen3-dev libcublas-dev libopenblas-dev doxygen -y ``` #### 下载 OpenCV 源码 前往官方 GitHub 发布页面下载指定版本的 OpenCV 及其扩展模块 `opencv_contrib` 而不是通过 Git 克隆默认分支来获取可能不稳定的预览版[^3]: ```bash cd ~ wget -O opencv.zip https://github.com/opencv/opencv/archive/tags/4.9.0.zip unzip opencv.zip mv opencv-4.9.0 opencv wget -O opencv_contrib.zip https://github.com/opencv/opencv_contrib/archive/tags/4.9.0.zip unzip opencv_contrib.zip mv opencv_contrib-4.9.0 opencv_contrib ``` #### 配置 CMake 构建选项 创建构建目录并进入该文件夹内执行CMake命令配置项目参数，特别注意启用GPU加速特性以及设置正确的路径指向已安装好的CUDA工具链和cuDNN库位置: ```bash mkdir ~/opencv/build && cd ~/opencv/build cmake -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_EXAMPLES=ON \ -D WITH_CUDA=ON \ -D ENABLE_FAST_MATH=1 \ -D CUDA_FAST_MATH=1 \ -D WITH_CUBLAS=1 \ -D CUDA_ARCH_BIN="8.9;8.6" \ # 根据实际设备调整此值 .. ``` 这里 `-D CUDA_ARCH_BIN` 参数指定了目标架构代号；如果不确定具体数值可以查阅[NVIDIA文档](https://docs.nvidia.com/cuda/)查询对应关系表。 #### 执行编译过程 一旦完成以上准备工作，则可启动多线程模式下的make进程加快速度直至全部结束为止： ```bash make -j$(nproc) ``` #### 安装与验证 最后一步就是将新编译出来的共享对象复制到系统的标准搜索路径当中去以便后续调用时能够找到它们： ```bash sudo make install sudo ldconfig ``` 此时应该可以在Python环境中测试是否成功加载到了带GPU支持的新版本OpenCV了。