TX2--OpenCV3.2+OpenCV_contrib3.2+CUDA8.0+python3.5安装
一、需求
1、在TX2上编译安装OpenCV3.2+OpenCV_contrib3.2+CUDA8.0+python3.5
二、当前环境
1、在TX2板子上安装好Jetpack包后，对应的 CUDA 便是 8.0 版本，查看命令如下；
//
nvcc -V
//2、python版本用如下命令查看，我的开发板，经过查看有两个版本 2.7 和 3.5；
//
查看python2.x版本的命令
python
查看python3.x版本的命令
python3
//3、Jetpack包刷好后，对应的OpenCV是2.4.13（这各版本我没有动，事实上也没有影响我后面的编译）。
三、分析
1、目前我需要对应的OpenCV3.2源码和OpenCV_contrib3.2源码。
2、具体的安装步骤参考资料是OpenCV官方文档和之前自己的安装OpenCV3.2+CUDA8.0的经验，链接如下；
（1）英文：Building OpenCV for Tegra with CUDA 本人翻译： Building OpenCV for Tegra with CUDA
（2）个人之前经验：jetson TX2如何安装opencv3.0或者是更高版本
四、安装步骤
1、下载OpenCV3.2源码和OpenCV_contrib3.2源码
（1）具体见OpenCV下载途径介绍 或者是参考Building OpenCV for Tegra with CUDA中的git方式下载（注：大陆采用git建仓克隆的方式超级慢，并且特别容易失败）。
（2）下载的源码从PC上拷贝到TX2上，本人将解压后的opencv-3.2.0、opencv_contrib-3.2.0放在自己建的路径 /home/nvidia/guit/OpenCV3.2_with_contrib/下。
2、Ubuntu Linux环境下预先准备
（1）这些是在Linux上为Tegra构建OpenCV的基本要求：
a、CMake 2.8.10 or newer
b、CUDA toolkit 8.0 (7.0 or 7.5 may also be used)
c、Build tools (make, gcc, g++)
d、Python 2.6 or greater
（2）无论什么平台(DRIVE PX 2, Desktop, etc.)，这些都是相同的。在Linux上构建一些开发包是必需的：
//
libglew-dev
libtiff5-dev
zlib1g-dev
libjpeg-dev
libpng12-dev
libjasper-dev
libavcodec-dev
libavformat-dev
libavutil-dev
libpostproc-dev
libswscale-dev
libeigen3-dev
libtbb-dev
libgtk2.0-dev
pkg-config
//（3）上面的一些软件包是Ubuntu Linux系统的“universe 存储库”。如果您还没有启用该存储库，那么在尝试安装上面列出的所有软件包之前，您需要执行以下操作：
//
$ sudo apt-add-repository universe
$ sudo apt-get update
//（4）可以将以下命令粘贴到shell中，以便安装所需的包：
//
$ sudo apt-get install \
libglew-dev \
libtiff5-dev \
zlib1g-dev \
libjpeg-dev \
libpng12-dev \
libjasper-dev \
libavcodec-dev \
libavformat-dev \
libavutil-dev \
libpostproc-dev \
libswscale-dev \
libeigen3-dev \
libtbb-dev \
libgtk2.0-dev \
pkg-config
//为可读性添加了行中断和延续字符。
// （5）如果您想要构建Python绑定，那么您还需要使用Python 2和Python 3中的任何一个或两个适当的包：
a、python-dev / python3-dev
b、python-numpy / python3-numpy
c、python-py / python3-py
d、python-pytest / python3-pytest
（6）要做的命令如下：
//
$ sudo apt-get install python-dev python-numpy python-py python-pytest
# And, optionally:
$ sudo apt-get install python3-dev python3-numpy python3-py python3-pytest
//（7）一旦安装了所有必要的包，您就可以配置构建了。
3、进入opencv-3.2.0路径下创建 build 文件
//
cd ~/opencv-3.2.0
mkdir build
//4、进入build 路径下创建 CMakeList.txt，并将下面的内容复制到CMakeList.txt中
a、进入build 路径下创建 CMakeList.txt
//
cd /build
gedit CMakeList.txt
//b、赋值如下内容到CMakeList.txt中
//
cmake \
-DCMAKE_BUILD_TYPE=Release \
-DCMAKE_INSTALL_PREFIX=/home/nvidia/guit/OpenCV3.2_with_contrib/install \
-DBUILD_PNG=OFF \
-DBUILD_TIFF=OFF \
-DBUILD_TBB=OFF \
-DBUILD_JPEG=OFF \
-DBUILD_JASPER=OFF \
-DBUILD_ZLIB=OFF \
-DBUILD_EXAMPLES=OFF \
-DBUILD_opencv_java=OFF \
-DBUILD_opencv_python2=OFF \
-DBUILD_opencv_python3=ON \
-DENABLE_PRECOMPILED_HEADERS=OFF \
-DWITH_OPENCL=OFF \
-DWITH_OPENMP=OFF \
-DWITH_FFMPEG=ON \
-DWITH_GSTREAMER=OFF \
-DWITH_GSTREAMER_0_10=OFF \
-DWITH_CUDA=ON \
-DWITH_GTK=ON \
-DWITH_VTK=OFF \
-DWITH_TBB=ON \
-DWITH_1394=OFF \
-DWITH_OPENEXR=OFF \
-DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda-8.0 \
-DCUDA_ARCH_BIN=6.2 \
-DOPENCV_EXTRA_MODULES_PATH = /home/nvidia/guit/OpenCV3.2_with_contrib/opencv_contrib-3.2.0/modules \
-DCUDA_ARCH_PTX="" \
-DINSTALL_C_EXAMPLES=ON \
-DINSTALL_TESTS=OFF \
-DOPENCV_TEST_DATA_PATH="" \
../opencv
//c、上述内容介绍具体见Building OpenCV for Tegra with CUDA，其中特别说明 -DCUDA_ARCH_BIN=6.2 中的6.2是对应的TX2的，如果是TX1对应的参数是5.3，如果配置成5.3会报错，Stack Overflow上有人遇到过。（我配置成6.2，但是实际配置完后打印出来的信息显示还是5.3，具体见下面两张图，这点很奇怪，我还没有搞清楚，郁闷）
5、CMakeList.txt编辑好后，执行如下命令，最终成功后，会打印出如下图配置信息，同时生成Makefile 文件
//
cmake ../
//
6、上一步成功生成 Makefile 文件后，执行如下命令，成功后如图所示
//
make -j6 //-j6表示开6个线程去执行make操作
//
7、make 成功后就会对应的 lib 文件，执行下面命令后，会将对应的头文件和lib文件安装到系统路径
//
sudo make install
//
8、安装的路径，我CMakeList.txt中配置的是自己建立的路径，但是实际生成的Makefile文件中直接默认为了 /usr/local，所以最后 make install 后，头文件在 /usr/local/include下，lib文件在 /usr/local/lib 下，此处如果不甘心 install 路径是 /usr/local 的话，可以在Makefle文件中改对应的路径。
9、最后配置环境变量，在etc/ld.so.conf 中加上lib路径
//
cd /etc/
打印一下ld.so.conf中的信息
cat ld.so.conf
添加编译好后的 lib 路径
sudo vi ld.so.conf
然后在文件后面写入路径，本人的如下
/home/nvidia/guit/OpenCV3.2_with_contrib/opencv-3.2.0/build/lib
/usr/local/lib
//10、测试一下
（1）Python3.5
a、测试代码，我在TX2上插入一个USB摄像头，对应的挂载文件是 /dev/video1
//
import cv2
import numpy as np
cap = cv2.VideoCapture("/dev/video1")
while(1):
# get a frame
ret, frame = cap.read()
# show a frame
cv2.imshow("capture", frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
//b、结果如图
（2）Qt 中C++测试
a、.pro文件的OPenCV头文件、库文件配置如下
//.pro文件配置 OpenCV 部分
INCLUDEPATH += /usr/local/include
INCLUDEPATH += /usr/local/include/opencv
INCLUDEPATH += /usr/local/include/opencv2
LIBS += /usr/local/lib/libopencv_*.so
LIBS += /usr/local/lib/libopencv_*.so.3.2
LIBS += /usr/local/lib/libopencv_*.so.3.2.0
//b、具体工程链接测试代码
c、结果图
致谢
1、 TX2学习笔记--Building OpenCV for Tegra with CUDA
2、jetson TX2如何安装opencv3.0或者是更高版本
3、Building OpenCV for Tegra with CUDA