Ubuntu 16.04下手动编译OpenCV 3.2.0，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Ubuntu 16.04下CUDA8环境配置的2种方法
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Ubuntu 16.04下编译ffmpeg支持CUDA下的cuvid vnenc和NPP

还有Java环境也需要提前安装好，如果还没有安装，可以参考ubuntu下2种配置oracle jdk的方法

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

添加对Java的支持需要ant：

1	sudo apt-get install ant

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 2	sudo systemctl disable lightdm sudo systemctl stop lightdm

第一条命令会让你重启后依然无法进入桌面

需要启用桌面时使用以下命令：

1 2	sudo systemctl enable lightdm sudo systemctl start lightdm

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3.2.0进行编译：

1
2
3

git clone https://github.com/opencv/opencv.git 
cd opencv
git checkout 3.2.0

这里同时安装OpenCV's extra modules：

1
2
3

git clone https://github.com/opencv/opencv_contrib.git
cd opencv_contrib
git checkout 3.2.0

为了方便后面验证时的测试，安装OpenCV官方提供的附加测试代码（extra data for the OpenCV library）：

1
2
3

git clone https://github.com/opencv/opencv_extra.git
cd opencv_extra
git checkout 3.2.0

进入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和java的支持，这些内容都需要提前配置好。

由于编译时的第三方库需要在线下载，而且服务器貌似是AWS，所以如果不配置代理，可能会cmake失败。设置代理可以参见：http://notes.maxwi.com/2017/04/01/linux-proxy-ss

cmake选项：

cmake \
    -D CMAKE_BUILD_TYPE=RELEASE \
    -D CMAKE_INSTALL_PREFIX=/usr/local \
    -D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib/modules \
    -D OPENCV_TEST_DATA_PATH=../../opencv_extra \
    -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 \
    -D BUILD_SHARED_LIBS=OFF \
    ..

更多cmake选项可以查看OpenCV源码目录下的CMakeLists.txt文件内容。
默认你的opencv_contrib目录与opencv根目录同级，指定的OpenCV安装路径为/usr/local/share/OpenCV/
如果你之前的CUDA、支持CUDA, NVCUVID, NVENC的FFmpeg、JAVA以及opengl编译安装的都没有问题的话，cmake输出的最后一部分内容应该如下，注意java显示在OpenCV modules中：

--   OpenCV modules:
--     To be built:                 cudev core cudaarithm flann imgproc ml reg surface_matching video cudabgsegm cudafilters cudaimgproc cudawarping dnn freetype fuzzy imgcodecs photo shape videoio cudacodec highgui objdetect plot ts xobjdetect xphoto bgsegm bioinspired dpm face features2d line_descriptor saliency text calib3d ccalib cudafeatures2d cudalegacy cudaobjdetect cudaoptflow cudastereo datasets rgbd stereo superres tracking videostab xfeatures2d ximgproc aruco optflow phase_unwrapping stitching structured_light java python2
--     Disabled:                    world contrib_world
--     Disabled by dependency:      -
--     Unavailable:                 python3 viz cnn_3dobj cvv hdf matlab sfm
-- 
--   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 )
--     WEBP:                        build (ver 0.3.1)
--     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:                     build (ver 1.7.1)
--     GDAL:                        NO
--     GDCM:                        NO
-- 
--   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
--     OpenNI2:                     NO
--     PvAPI:                       NO
--     GigEVisionSDK:               NO
--     Aravis SDK:                  NO
--     UniCap:                      NO
--     UniCap ucil:                 NO
--     V4L/V4L2:                    Using libv4l1 (ver 1.10.0) / libv4l2 (ver 1.10.0)
--     XIMEA:                       NO
--     Xine:                        NO
--     gPhoto2:                     NO
-- 
--   Parallel framework:            pthreads
-- 
--   Other third-party libraries:
--     Use IPP:                     9.0.1 [9.0.1]
--          at:                     /home/dutoeserver/OpenCV/opencv/build/3rdparty/ippicv/ippicv_lnx
--     Use IPP Async:               NO
--     Use VA:                      NO
--     Use Intel VA-API/OpenCL:     NO
--     Use Lapack:                  NO
--     Use Eigen:                   YES (ver 3.2.92)
--     Use Cuda:                    YES (ver 8.0)
--     Use OpenCL:                  YES
--     Use OpenVX:                  NO
--     Use custom HAL:              NO
-- 
--   NVIDIA CUDA
--     Use CUFFT:                   YES
--     Use CUBLAS:                  YES
--     USE NVCUVID:                 YES
--     NVIDIA GPU arch:             20 30 35 37 50 52 60 61
--     NVIDIA PTX archs:
--     Use fast math:               YES
-- 
--   OpenCL:                        <Dynamic loading of OpenCL library>
--     Include path:                /home/dutoeserver/OpenCV/opencv/3rdparty/include/opencl/1.2
--     Use AMDFFT:                  NO
--     Use AMDBLAS:                 NO
-- 
--   Python 2:
--     Interpreter:                 /usr/bin/python2.7 (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
-- 
--   Python 3:
--     Interpreter:                 /usr/bin/python3 (ver 3.5.2)
-- 
--   Python (for build):            /usr/bin/python2.7
-- 
--   Java:
--     ant:                         /usr/bin/ant (ver 1.9.6)
--     JNI:                         /usr/lib/jvm/java-8-oracle/include /usr/lib/jvm/java-8-oracle/include/linux /usr/lib/jvm/java-8-oracle/include
--     Java wrappers:               YES
--     Java tests:                  YES
-- 
--   Matlab:                        Matlab not found or implicitly disabled
-- 
--   Documentation:
--     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/build
-- -----------------------------------------------------------------
-- 
-- Configuring done
-- Generating done
-- Build files have been written to: /home/dutoeserver/OpenCV/opencv/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))

然后便是漫长的编译过程，具体时间根据你的电脑配置而不同，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 -j $(($(nproc) + 1)) 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

编译完成之后，会在build/bin目录下创建很多例子的二进制文件，可以进行测试。如果该文件夹下没有任何文件，检查你的编译选项是否选择了例子，以及上面的编译是否都已经正确完成。
这里我测试一个gpu性能的例子：

1	bin/performance_gpu

执行之后首先它会显示出来你的GPU信息，然后会经过一段时间的测试，如果你没有提前把opencv_extra下面的测试视频拷贝过来，还会提示一个文件丢失的错误，不过不影响测试。输出内容的最后部分如下：

1	average GPU speedup: x33.717

下面手动编译一个例子
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)
find_package(CUDA  REQUIRED)
include_directories("${CUDA_INCLUDE_DIRS}")
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

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。

编译OpenCV程序出现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 ..

编译java版本的OpenCV程序出现NoClassDefFoundError

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

编译选项后面显示Unavaialbe里面有Java

需要安装包ant

blueyi's notes

Ubuntu 16.04下编译OpenCV 3.2.0支持Java、FFmpeg以及CUDA8