### 安装支持CUDA的OpenCV 为了在Ubuntu上安装支持CUDA的OpenCV版本，需遵循一系列配置和编译过程。这不仅涉及环境准备还涉及到具体的编译参数设置。 #### 准备工作 确保已更新系统软件包列表并升级现有软件包： ```bash sudo apt-get update && sudo apt-get upgrade -y ``` 安装必要的依赖项，这些工具对于构建和支持CUDA加速功能至关重要[^2]： ```bash 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 libdc1394-22-dev \ cuda-command-line-tools-<version> cuda-cublas-<version> ``` 注意替换`<version>`为实际安装的CUDA版本号。 #### 下载OpenCV源码 从官方GitHub仓库获取指定版本的OpenCV及其贡献模块： ```bash git clone https://github.com/opencv/opencv.git -b 3.4.13 cd opencv/ mkdir build && cd build ``` 同样地，下载对应的contrib扩展库以便访问更多算法实现： ```bash git clone https://github.com/opencv/opencv_contrib.git -b 3.4 ``` #### 配置CMake选项 使用CMake来配置项目生成文件，在此过程中指明启用CUDA支持及其他必要参数： ```bash 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 WITH_CUDA=ON \ -D ENABLE_FAST_MATH=1 \ -D CUDA_FAST_MATH=1 .. ``` 上述命令中的路径可能依据个人克隆位置有所不同，请适当调整。 #### 编译与安装 启动编译流程，并行处理数量可根据CPU核心数设定；完成后执行安装操作： ```bash make -j$(nproc) sudo make install ``` 验证安装成果可通过查询OpenCV版本信息确认是否正确加载了CUDA特性[^4]： ```bash pkg-config --modversion opencv4 pkg-config --libs opencv4 ``` 如果一切顺利，则表明已经成功部署了一个带有CUDA加速特性的OpenCV实例于Ubuntu环境中。