Ubuntu 16.04下手动编译OpenCV 2.4.13，并提供对FFmpeg以及CUDA 8的支持来使用GPU加速视频图像处理。
考虑到大数据处理系统spark的需要，这里也同时加入opencv对java的支持。

系统为ubuntu 16.04.1 x64服务器版的最小化系统，具体参数如下：

DISTRIB_ID=Ubuntu
DISTRIB_RELEASE=16.04
DISTRIB_CODENAME=xenial
DISTRIB_DESCRIPTION="Ubuntu 16.04.1 LTS"

假定已经安装好了CUDA 8，如果还没有安装CUDA 8环境可以参考这里安装http://notes.maxwi.com/2017/02/26/ubuntu-cuda8-env-set/
也需要提前安装好FFmpeg并将其二进制放到环境变量中，如果还没有编译安装好FFmpeg对GPU解码的支持，可以参考这里http://notes.maxwi.com/2017/03/01/ubuntu-compile-ffmpeg-with-cuvid-nvenc-npp/

安装OpenCV依赖包

官方要求的必装包：

1	sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev

上面的git如果采用zip方式安装可以不需要，但如果是通过zip方式安装则需要安装上unzip用于解压

官方推荐的可选包：

1	sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

添加对OpenGL的支持所需要的包：

1	sudo apt-get install freeglut3-dev mesa-common-dev libgtkglext1 libgtkglext1-dev

其他一些推荐包，包括视频编解码所需要的开发包等：

sudo apt-get install checkinstall yasm libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libv4l-dev libtbb-dev libqt4-dev libgtk2.0-dev libmp3lame-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils

我这里把这些包全部安装上

验证OpenGL的配置

如果不需要OpenGL可以跳过此步
保存如下代码，并命名为testgl.c：

#include <GL/glut.h>

//Drawing funciton
void draw(void)
{
  //Background color
  glClearColor(0,1,0,1);
  glClear(GL_COLOR_BUFFER_BIT );
  //Draw order
  glFlush();
}

//Main program
int main(int argc, char **argv)
{
  glutInit(&argc, argv);
  //Simple buffer
  glutInitDisplayMode(GLUT_SINGLE | GLUT_RGB );
  glutInitWindowPosition(50,25);
  glutInitWindowSize(500,250);
  glutCreateWindow("Green window");
  //Call to the drawing function
  glutDisplayFunc(draw);
  glutMainLoop();
  return 0;
}

编译：

1	gcc testgl.c -o testgl -lGL -lGLU -lglut

如果编译通过，则表示OpenGl安装成功，运行的话需要有桌面环境，可以通过如下代码为服务器系统安装桌面环境用于测试：

1	sudo apt install ubuntu-desktop

如果需要远程通过VNC在windows上连接ubuntu，可以打开ubuntu上的vino，也就是那个desktop sharing，设置允许远程连接，再在命令行中执行以下语句即可（这些操作要求ubuntu有桌面环境）：

1	gsettings set org.gnome.Vino require-encryption false

实际测试代码性能时，为了避免由于桌面占用GPU/CPU影响系统性能，可能使用以下命令禁用桌面

1	sudo systemctl disable lightdm.service

需要启用桌面时使用以下命令：

1	sudo systemctl disable lightdm.service

编译OpenCV

下载OpenCV，可以通过git获取官方最新的版本，然后切换到自己所需要的2.4.13进行编译：

1
2
3

git clone https://github.com/opencv/opencv.git 
cd opencv
git checkout 2.4.13.2

或者直接通过wget下载官方最新2.4版的包并解压（记得提前安装unzip）：

1 2	wget https://github.com/Itseez/opencv/archive/2.4.13.zip unzip 2.4.13

为了避免由于OpenCV版对最新CUDA的不兼容，这里选技通过git仓库安装
进入到解压后的OpenCV根目录，创建一个build文件夹，然后进入build文件后执行以下编译代码，注意编译选项上包含了CUDA的支持，NVCUVID的支持，OpenGL的支持，以及对ffmpeg的支持。
cmake选项：

cmake \
    -D CMAKE_BUILD_TYPE=RELEASE \
    -D CMAKE_INSTALL_PREFIX=/usr/local \
    -D WITH_CUDA=ON \
    -D WITH_CUBLAS=ON \
    -D CUDA_FAST_MATH=ON \
    -D WITH_CUFFT=ON \
    -D WITH_NVCUVID=ON \
    -D WITH_V4L=ON \
    -D WITH_LIBV4L=ON \
    -D WITH_OPENGL=ON \
    -D WITH_FFMPEG=ON \
    -D INSTALL_C_EXAMPLES=ON \
    -D BUILD_EXAMPLES=ON \
    ..

更多cmake选项可以查看OpenCV源码目录下的CMakeLists.txt文件内容。
如果需要添加对java的支持，需要添加选项-D BUILD_SHARED_LIBS=OFF \
如果你之前的CUDA、支持CUDA、NVCUVID、NVENC的FFmpeg以及opengl编译安装的都没有问题的话，输出应该如下：

--     Linker flags (Release):
--     Linker flags (Debug):
--     ccache:                      NO
--     Precompiled headers:         YES
-- 
--   OpenCV modules:
--     To be built:                 core flann imgproc highgui features2d calib3d ml video legacy objdetect photo gpu ocl nonfree contrib python stitching superres ts videostab
--     Disabled:                    world
--     Disabled by dependency:      -
--     Unavailable:                 androidcamera dynamicuda java viz
-- 
--   GUI: 
--     QT:                          NO
--     GTK+ 2.x:                    YES (ver 2.24.30)
--     GThread :                    YES (ver 2.48.2)
--     GtkGlExt:                    YES (ver 1.2.0)
--     OpenGL support:              YES (/usr/lib/x86_64-linux-gnu/libGLU.so /usr/lib/x86_64-linux-gnu/libGL.so)
--     VTK support:                 NO
-- 
--   Media I/O: 
--     ZLib:                        /usr/lib/x86_64-linux-gnu/libz.so (ver 1.2.8)
--     JPEG:                        /usr/lib/x86_64-linux-gnu/libjpeg.so (ver )
--     PNG:                         /usr/lib/x86_64-linux-gnu/libpng.so (ver 1.2.54)
--     TIFF:                        /usr/lib/x86_64-linux-gnu/libtiff.so (ver 42 - 4.0.6)
--     JPEG 2000:                   /usr/lib/x86_64-linux-gnu/libjasper.so (ver 1.900.1)
--     OpenEXR:                     /usr/lib/x86_64-linux-gnu/libImath.so /usr/lib/x86_64-linux-gnu/libIlmImf.so /usr/lib/x86_64-linux-gnu/libIex.so /usr/lib/x86_64-linux-gnu/libHalf.so /usr/lib/x86_64-linux-gnu/libIlmThread.so (ver 2.2.0)
-- 
--   Video I/O:
--     DC1394 1.x:                  NO
--     DC1394 2.x:                  YES (ver 2.2.4)
--     FFMPEG:                      YES
--       avcodec:                   YES (ver 56.60.100)
--       avformat:                  YES (ver 56.40.101)
--       avutil:                    YES (ver 54.31.100)
--       swscale:                   YES (ver 3.1.101)
--       avresample:                NO
--     GStreamer:                   
--       base:                      YES (ver 0.10.36)
--       video:                     YES (ver 0.10.36)
--       app:                       YES (ver 0.10.36)
--       riff:                      YES (ver 0.10.36)
--       pbutils:                   YES (ver 0.10.36)
--     OpenNI:                      NO
--     OpenNI PrimeSensor Modules:  NO
--     PvAPI:                       NO
--     GigEVisionSDK:               NO
--     UniCap:                      NO
--     UniCap ucil:                 NO
--     V4L/V4L2:                    Using libv4l1 (ver 1.10.0) / libv4l2 (ver 1.10.0)
--     XIMEA:                       NO
--     Xine:                        NO
-- 
--   Other third-party libraries:
--     Use IPP:                     NO
--     Use Eigen:                   NO
--     Use TBB:                     NO
--     Use OpenMP:                  NO
--     Use GCD                      NO
--     Use Concurrency              NO
--     Use C=:                      NO
--     Use Cuda:                    YES (ver 8.0)
--     Use OpenCL:                  YES
-- 
--   NVIDIA CUDA
--     Use CUFFT:                   YES
--     Use CUBLAS:                  YES
--     USE NVCUVID:                 YES
--     NVIDIA GPU arch:             20 21 30 35
--     NVIDIA PTX archs:            30
--     Use fast math:               YES
--     Tiny gpu module:             NO
-- 
--   OpenCL:
--     Version:                     dynamic
--     Include path:                /home/dutoeserver/OpenCV/opencv_git/3rdparty/include/opencl/1.2
--     Use AMD FFT:                 NO
--     Use AMD BLAS:                NO
-- 
--   Python:
--     Interpreter:                 /usr/bin/python2 (ver 2.7.12)
--     Libraries:                   /usr/lib/x86_64-linux-gnu/libpython2.7.so (ver 2.7.12)
--     numpy:                       /usr/lib/python2.7/dist-packages/numpy/core/include (ver 1.11.0)
--     packages path:               lib/python2.7/dist-packages
-- 
--   Java:
--     ant:                         NO
--     JNI:                         NO
--     Java tests:                  NO
-- 
--   Documentation:
--     Build Documentation:         NO
--     Sphinx:                      NO
--     PdfLaTeX compiler:           NO
--     Doxygen:                     NO
-- 
--   Tests and samples:
--     Tests:                       YES
--     Performance tests:           YES
--     C/C++ Examples:              YES
-- 
--   Install path:                  /usr/local
-- 
--   cvconfig.h is in:              /home/dutoeserver/OpenCV/opencv_git/build
-- -----------------------------------------------------------------
-- 
-- Configuring done
-- Generating done
-- Build files have been written to: /home/dutoeserver/OpenCV/opencv_git/build

从中可以看到我们所添加的编译选项后面都有YES
下面使用make进行编译：

1	make -j $(($(nproc) + 1))

然后遍是漫长的编译过程，如果没有问题的话，编译会顺利进行。
然后使用make进行安装并配置环境：

1
2
3

sudo make install
sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
sudo ldconfig

建议上述安装完成之后重启一次系统

可以将上面sudo make install部分换成sudo checkinstall，这样安装完成之后checkinstall会在当前目录生成一个相应的deb，可以二次安装，也可以用sudo dpkg -r xx.deb来卸载
更多checkinstall的用法可以参见IBM的一篇文章：http://www.ibm.com/developerworks/cn/linux/l-cn-checkinstall/

验证

找到OpenCV源代码文件夹下的samples/gpu
里面有很多gpu的示例代码，这里以其中的hog.cpp为例，它的功能就是利用方向梯度直方图（Histogram of oriented gradient）进行目标检测
将该代码单独拷贝到一个文件中，并在该文件夹下创建CMakeLists.txt，内容如下：

cmake_minimum_required(VERSION 2.8)
project(HOG)
find_package(OpenCV REQUIRED)
add_executable(hog hog.cpp)
target_link_libraries(hog ${OpenCV_LIBS})

然后执行编译：

mkdir build
cd build
cmake -D CUDA_USE_STATIC_CUDA_RUNTIME=OFF ..
make

如果环境配置没有问题的话，build文件下就会生成可执行的程序hog，可以通过hog --help查看帮助，下面使用hog来播放视频，或者也可以直接接摄像头：

1	./hog --video ~/input.mp4

输出结果如下：

Device 0:  "GeForce GTX 1080"  8112Mb, sm_61, Driver/Runtime ver.8.0/8.0

Controls:
	ESC - exit
	m - change mode GPU <-> CPU
	g - convert image to gray or not
	1/q - increase/decrease HOG scale
	2/w - increase/decrease levels count
	3/e - increase/decrease HOG group threshold
	4/r - increase/decrease hit threshold

Scale: 1.05
Group threshold: 8
Levels number: 13
Win width: 48
Win stride: (8, 8)
Hit threshold: 1.4
Gamma correction: 1

可以通过m键来切换使用CPU mode或者CUDA mode。
可以打开nvidia-setting来查看CUDA mode下GPU的占用情况

可能出现的错误

如果出现NVCUVID后面是NO，而CUDA后面是YES
如果出现NVCUVID后面是NO，而CUDA后面是YES
这种情况下将无法使用CUDA编解码功能，这是由于cmake在查找库的时候采用的路径是/usr/lib以及/usr/lib/nvidia-current路径，而实际上我的nvidia显卡驱动安装路径为/usr/lib/nvidia-378，所以导致无法找到这个路径。
PS：为了解决这个问题，查看了opencv的cmake中的相关代码后才发现，但在些之前搜索了很久，也乱试了很久都无果，所以一定要有根据的解决问题，还不是盲目地去试。
解决：

1 2	sudo ln -s /usr/lib/nvidia-378/libnvcuvid.so /usr/lib/libnvcuvid.so sudo ln -s /usr/lib/nvidia-378/libnvcuvid.so.1 /usr/lib/libnvcuvid.so.1

记得修改成你自己的nvidia驱动安装路径

如果FFmpeg没有YES
可能是你的FFmpeg编译后没有将其添加到环境变量中。

cannot find -lopencv_dep_cudart
错误详情：

/usr/bin/ld: cannot find -lopencv_dep_cudart
collect2: error: ld returned 1 exit status
CMakeFiles/hog.dir/build.make:120: recipe for target 'hog' failed
make[2]: *** [hog] Error 1
CMakeFiles/Makefile2:67: recipe for target 'CMakeFiles/hog.dir/all' failed
make[1]: *** [CMakeFiles/hog.dir/all] Error 2
Makefile:83: recipe for target 'all' failed
make: *** [all] Error 2

添加cmake编译选项来解决：

1	cmake -D CUDA_USE_STATIC_CUDA_RUNTIME=OFF ..

Exception in thread “main” java.lang.NoClassDefFoundError: org/opencv/core/Core
如果需要配置java调用opencv，需要修改如下配置文件：

1 2	export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:/usr/local/share/OpenCV/java/opencv-2413.jar export LD_LIBRARY_PATH=/usr/local/lib/:/usr/lib/:/usr/local/share/OpenCV/java:$LD_LIBRARY_PATH

blueyi's notes

Ubuntu 16.04下编译OpenCV 2.4.13支持FFmpeg以及CUDA 8加速图像处理

安装OpenCV依赖包

验证OpenGL的配置

编译OpenCV

验证

可能出现的错误