离线安装Ubuntu16.04 NVIDIA1060显卡驱动 CUDA9.0 CUDNN7.0 anaconda TensorFlow-GPU pycharm opencv-python opencv

离线安装Ubuntu16.04 NVIDIA1060显卡驱动 CUDA9.0 CUDNN7.0 anaconda TensorFlow-GPU pycharm opencv-python opencv-contrib-python pytorch clion qt5 OpenCV3.3.1教程

注：用word编辑的，文章太长实在是不想再编辑了,编号没对上，上传了教程的word版本，每个步骤都附了参考教程和下载地址，希望对大家有帮助！

https://download.csdn.net/download/weixin_40744915/10670538

1格式化原Ubuntu分区

https://jingyan.baidu.com/article/295430f13ed7d80c7e005088.html

2重装Ubuntu16.04

下载地址：                                                                                                 

http://mirrors.aliyun.com/ubuntu-releases/16.04/ubuntu-16.04.5-desktop-amd64.iso

参考博客：https://blog.csdn.net/weixin_38233274/article/details/80237572

1. 将ubuntu-16.04.4-desktop-amd64.iso放到C盘根目录，镜像文件里面有个casper文件夹，将文件vmlinuz 、initrd也拷贝到C盘根目录下。
2. 运行EasyBCD，“添加新条目”->“NeoGrub”->“安装”。
3. 配置->编辑menu.lst文件

4. title Install Ubuntu
   root (hd0,0)
   kernel (hd0,0)/vmlinuz boot=casper iso-scan/filename=/ubuntu-16.04.2-desktop-amd64.iso ro quiet splash locale=zh_CN.UTF-8
   initrd (hd0,0)/initrd

    

5. 重启（选择NeoGrub）
6. 在安装之前打开终端Ctrl+Alt+T，输入sudo umount -l /isodevice，注意空格，可多执行一次，以确保将挂载的镜像移除，否则将无法进行安装。
7. 您已安装的多个操作系统->其他选项
8. 运行ubuntu安装程序安装Ubuntu16.04 LTS，交换空间一般跟内存条大小差不多就可以了，/和/home平分各100G差不多，最下面的挂载选在/所在的分区，当Windows系统重装时，就不会影响Ubuntu系统了
9. 安装完成后重启直接进入Windows，运行EasyBCD，“添加新条目”->“NeoGrub”->“删除”，删除ubuntu的安装引导。
10. EasyBCD，“添加新条目”->“Linux/BSD”。类型选择 Grub2，名称可自定，驱动器选择/所在的分区。点击“添加条目”即可。
11. 重启即可。删除安装引导选项。EasyBCD软件，进入一开始配置文件的那个位置，点击 remove 即可 ，重新启动就不会有引导安装的选项了。

3配置固定IP

（1）windows系统下查看自己的IP

（2）Ubuntu下进行网络设置

4更新源（如果我们的16.04内网源好使的了的话）

教程参考***.***.***.***/Ubuntu/manual.html(如果连不上就是不听话没有配置固定IP)

1. cd (sources.list位置)
2. sudo cp sources.list /etc/apt/sources.list
3. sudo apt-get update

5安装NVIDIA显卡驱动

下载地址：https://www.nvidia.cn/Download/index.aspx?lang=cn                    

参考博客：https://blog.csdn.net/xx_katherine/article/details/77754179

1. 卸载原有驱动sudo apt-get purge nvidia*
2. 禁用nouveau，创建blacklist-nouveau.conf

sudo vim /etc/modprobe.d/blacklist-nouveau.conf

编辑内容为：

blacklist nouveau

options nouveau modeset=0

1. 更新后重启系统

sudo update-initramfs –u

1. 关闭图形化界面

sudo service lightdm stop

1. ctrl+alt+f1进入tty1命令行模式安装驱动

cd （驱动位置）

sudo sh ./NVIDIA*.run

1. 安装完成后重启图像化界面

sudo service lightdm start

1. 验证NVIDIA安装成功，成功打印出显卡信息

nvidia-smi

6安装CUDA9.0

首先我要说一说为什么要安装9.0：

https://stackoverflow.com/questions/50442076/install-gpu-version-tensorflow-with-older-version-cuda-and-cudnn

           历史经验告诉我们，我们实验需要TensorFlow-GPU>1.7.0，这就需要CUDA9.0+CUDNN7.0以上的配置（要对应）；而cuda9.0没有Ubuntu14的版本。

           如果你安装的是Ubuntu14.04或者其他低于Ubuntu16.04的版本，然后发现你要使用TensorFlow-GPU1.7.0以上版本的功能，那就可以休息一天，重新在装一遍，这就是为什么有此一文。

下载地址：

https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal

参考博客：https://blog.csdn.net/qlulibin/article/details/78714596

1. 关闭图形化界面，ctrl+alt+f1进入tty1命令行模式安装驱动
2. 进入run文件位置，执行如下命令，一直回车看完文档

sudo sh cuda_9.0.176_384.81_linux.run

1. 根据提示输入，默认路径即可
2. 进入图形化界面配置环境变量，运行如下命令打开profile文件

sudo gedit  /etc/profile

1. 打开文件后在文件末尾添加路径，也就是安装目录，命令如下：（如果重启后报错，把这两句命令放在.bashrc中，参见cudnn安装报错解决办法）

export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

1. 保存，然后重启电脑

sudo reboot

1. 测试CUDA的Samples例子

cd  /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery

sudo make

./deviceQuery

1. PASS：成功
2. 安装补丁

7安装Cudnn

下载地址：https://developer.nvidia.com/rdp/cudnn-download

参考博客：https://www.jianshu.com/p/69a10d0a24b9

验证cudnn正确安装：

https://blog.csdn.net/u014561933/article/details/79968539#4%E9%AA%8C%E8%AF%81

报错：参考博客：https://blog.csdn.net/mumodm/article/details/79502848

1. 根据如下命令

cd ~

 sudo tar xvf cudnn-8.0-linux-x64-v5.1.tgz

 cd cuda/include

 sudo cp *.h /usr/local/include/

 cd ../lib64

 sudo cp lib* /usr/local/lib/

 cd /usr/local/lib# sudo chmod +r libcudnn.so.5.1.5

 sudo ln -sf libcudnn.so.7.2.1 libcudnn.so.7

 sudo ln -sf libcudnn.so.7 libcudnn.so

 sudo ldconfig

1. 验证是否正确安装

         验证包：http://og9m6v6ow.bkt.clouddn.com/cudnn_samples_v7.tar.gz

解压到可写的文件夹下，进入

cd  cudnn_samples_v7/mnistCUDNN

（3）编译

make clean && make

（4）运行mnistCUDNN样例

 ./mnistCUDNN

（5）如果输出：Test passed!说明安装完成

（6）如果过程中报错，大部分情况下是环境没有配好

Error: libcudart.so.9.0: cannot open shared object file: No such file or directory

// 或者

Error: libcusolver.so.9.0: cannot open shared object file: No such file or direcctory

// 或者

Error: libcublas.so.9.0: cannot open shared object file: No such file or directory

参考博客：https://blog.csdn.net/mumodm/article/details/79502848

①第一种可靠的解决方法：

cd ~

sudo vi .bashrc

// 下滑到文件末，添加以下内容

export PATH=$PATH:/usr/local/cuda/bin

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64

export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64

// 刷新.bashrc

source .bashrc

// 以上解法是对生成了软连接的情况；如果没有生成软连接，则把以上的cuda改为cuda-9.0

②如果添加好了环境，还是出现同样的报错，则可以尝试以下解法：

cd ~

sudo cp /usr/local/cuda-9.0/lib64/libcudart.so.8.0 /usr/local/lib/libcudart.so.9.0 && sudo ldconfig

cp /usr/local/cuda-9.0/lib64/libcublas.so.9.0 /usr/local/lib/libcublas.so.9.0 && sudo ldconfig

cp /usr/local/cuda-9.0/lib64/libcurand.so.9.0 /usr/local/lib/libcurand.so.9.0 && sudo ldconfig

……

报哪个错就改哪个

③一般情况下，以上两种解法可以搞定问题的；如果还是报错libcusolver.so.9.0不存在，下面是算是一种解法：

sudo ldconfig /usr/local/cuda/lib64

8安装anaconda（自带python3.6）

下载地址：https://repo.anaconda.com/archive/Anaconda3-5.2.0-Linux-x86_64.sh

参考博客：https://blog.csdn.net/xiaerwoailuo/article/details/70054429

1. 在命令行用python和python3命令查看python版本

Ubuntu16自带的是python2.7和python3.6，安装的

1. 进入Anaconda3-5.2.0-Linux-x86_64.sh文件位置，然后执行

bash Anaconda3-5.2.0-Linux-x86_64.sh

1. 一路回车/yes，会自动配置好环境变量，重启终端才会生效。重启后输入python，提示python 3.6.5 anaconda……说明安装完成
2. 通过import scipy验证是否安装成功

安装TensorFlow-GPU

下载地址：https://pypi.org/project/tensorflow-gpu/#files

参考博客：https://blog.csdn.net/taoqick/article/details/79171199

1. 进入文件路径

pip install tensorflow_gpu-1.10.1-cp36-cp36m-manylinux1_x86_64.whl

1. 安装过程中会报错，是因为离线安装缺少依赖包，踩过坑的会把包留着（这就是为什么上一步要安装anaconda，一方面anaconda方便管理python版本，另一方面就是会自动安装很多包，所以这一步也就几个文件需要自己手动安装），但系统不会自动安装压缩文件，pip install ……重复直到TensorFlow-GPU安装成功即可
2. 验证是否安装成功

python

>>>import tensorflow as tf

>>>a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')

>>>b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')

>>>c = tf.matmul(a, b)# Creates a session with log_device_placement set to True.

>>>sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))# Runs the op.

>>>print(sess.run(c))

         （4）输出结果证明安装成功

10安装pycharm

下载地址：

https://download.jetbrains.8686c.com/python/pycharm-community-2018.2.3.tar.gz

参考博客：https://blog.csdn.net/qq_38786209/article/details/78309191?readlog

https://blog.csdn.net/sinat_35257860/article/details/72737399

1. 进入文件路径

tar -xvzf pycharm-community-2018.2.3.tar.gz

1. 进入解压路径，运行

cd （解压文件路径）pycharm-community-2018.2.3/bin

sh pycharm.sh

1. Pycharm启动方法：

参考博客：https://blog.csdn.net/sinat_35257860/article/details/72737399

1. 1. sh pycharm.sh
   2. https://blog.csdn.net/tmosk/article/details/72852330

cd /usr/share/applications/

sudo vim Pycharm.desktop

 

这里必须得用root权限sudo才能写入，然后在文件中写入以下内容。

 [Desktop Entry]

Type = Application    

Name = Pycharm

GenericName = Pycharm

Comment = Pycharm:The Python IDE

Exec = sh /home/lxq/Downloads/pycharm/bin/pycharm.sh

Icon = /home/lxq/Downloads/pycharm/bin/pycharm.png

Terminal = pycharm

Categories = Pycharm;

1. 1. 在pycharm工具里选择创建图标：Tools -> create desktop entry...（亲测这个最方便）
2. 配置编译环境file->settings->小齿轮->add->选择/usr/local/anaconda3bin/python3.6（总之是python3.6,选择所有项目都使用这个编译器。因为TensorFlow是这个版本的，没有他用其他编译器也可以）
3. 新建文件测试，成没成功你知道的

import tensorflow as tf

a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')

b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')

c = tf.matmul(a, b)# Creates a session with log_device_placement set to True.

sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))# Runs the op.

print(sess.run(c))

11Anaconda下安装python版本的opencv-python和opencv-contrib-python

下载地址：https://pypi.org/project/opencv-python/

https://pypi.org/project/opencv-contrib-python/

参考博客：同上

进入这两个文件位置，在终端中输入两句命令：

pip install opencv_python-3.4.3.18-cp36-cp36m-manylinux1_x86_64.whl

pip install opencv_contrib_python-3.4.3.18-cp36-cp36m-manylinux1_x86_64.whl

OK，测试一下import cv2，成功

12安装pytorch

下载地址：

Pytorch：https://pytorch.org/previous-versions/

torchvision 0.2.1：https://pypi.org/project/torchvision/#files

参考博客：https://blog.csdn.net/red_stone1/article/details/78727096

1. 进入PyTorch的下载目录，使用pip命令安装：

pip install torch-0.4.0-cp36-cp36m-linux_x86_64.whl

1. 在pypi下载，然后安装torchvision，可直接使用pip命令安装：

pip install torchvision

1. 测试，进入python环境

import torch

import torchvision

print(torch.cuda.is_available())#输出true

exit()

13安装clion

下载地址：https://download.jetbrains.8686c.com/cpp/CLion-2018.2.3.tar.gz

参考博客：https://blog.csdn.net/u010925447/article/details/73251780

1. tar -zxvf CLion-2016.2.2.tar.gz
2. cd clion-2016.2.2/bin/ 
3. ./clion.sh 
4. 验证码http://idea.lanyus.com/
5. 注意新建工程测试的时候要把对应的CMakeList.txt中cmake的版本改成自己的！

14安装QT

下载地址：https://pan.baidu.com/s/1o7H1y2I

参考博客：https://blog.csdn.net/lql0716/article/details/54564721

1. 将下载的安装文件qt-opensource-linux-x64-5.7.1.run拷贝到home/用户目录，如/home/user
2. 如果qt-opensource-linux-x64-5.7.1.run的属性中拥有者没有运行权限，则可用chmod命令添加执行权限:
3. chmod u+x qt-opensource-linux-x64-5.7.1.run
4. 在终端执行：

./ qt-opensource-linux-x64-5.7.1.run

1. 跳出安装界面，一直点击下一步，直到安装完成即可。
2. 测试控制台程序

#include

#include

#include

int main(int argc, char *argv[])

{

    QCoreApplication a(argc, argv);

    std::cout<<”hello”<

    return a.exec();

}

15安装opencv3.3和opencv_contrib

下载地址：https://github.com/opencv/opencv/archive/3.3.1.zip

https://github.com/opencv/opencv_contrib/archive/3.3.1.zip

参考博客：https://www.cnblogs.com/arkenstone/p/6490017.html

https://blog.csdn.net/xiangxianghehe/article/details/78780269

1. 安装依赖包

sudo apt-get install build-essential 

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

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

sudo apt-get install build-essential qt5-default ccache libv4l-dev libavresample-dev  libgphoto2-dev libopenblas-base libopenblas-dev doxygen  openjdk-8-jdk pylint libvtk6-dev

sudo apt-get install pkg-config

1. 解压下载好的包：

unzip opencv-3.3.1.zip

unzip opencv_contrib-3.3.1.zip

1. 解压完后需要将opencv_contrib.zip提取到opencv目录下，同时在该目录下新建一个文件夹build：

cp -r opencv_contrib-3.3.1 opencv-3.3.1  #复制opencv_contrib到opencv目录下

cd opencv-3.3.1

mkdir build   #新建文件夹build

1. 进入build目录，并且执行cmake生成makefile文件：

cd build 

1. cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D INSTALL_PYTHON_EXAMPLES=ON -D INSTALL_C_EXAMPLES=ON -D OPENCV_EXTRA_MODULES_PATH=/home/elsie/OPENCV/opencv-3.3.1/opencv_contrib-3.3.1/modules -D WITH_CUDA=ON -D WITH_CUBLAS=ON -D DCUDA_NVCC_FLAGS="-D_FORCE_INLINES" -D CUDA_ARCH_BIN="6.1" -D CUDA_ARCH_PTX="" -D CUDA_FAST_MATH=ON -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_QT=ON -D WITH_GTK=ON -D WITH_OPENGL=ON -D BUILD_EXAMPLES=ON ..

注意：①CUDA_ARCH_BIN="6.1”这个需要去官网确认使用的GPU所对应的版本[查看这里](https://developer.nvidia.com/cuda-gpus)

②如果qt未安装可以删去此行;若因为未正确安装qt导致的Qt5Gui报错，可将build内文件全部删除后重新cmake，具体可以参考[这里](http://stackoverflow.com/questions/17420739/opencv-2-4-5-and-qt5-error-s)

③OPENCV_EXTRA_MODULES_PATH就是你 opencv_contrib-3.3.1下面的modules目录，请按照自己的实际目录修改地址。

④后面的两点不可省略

1. 生成完毕提示：（没有错误！有坑！）

--   Install path:                  /usr/local

--

--   cvconfig.h is in:        /home/elsie/OPENCV/opencv-3.3.1/opencv_contrib-3.3.1 /build

-- -----------------------------------------------------------------

--

-- Configuring done

-- Generating done

-- Build files have been written to: /home/elsie/OPENCV/opencv-3.3.1/opencv_contrib-3.3.1/modules /build

注意：虽然Configuring done  -- Generating done这里仍然会有几个坑影响后面的make

• • 过程中需要下载诸如ippicv_2017u3_lnx_intel64_20170822.tgz的东西（在cmake的输出中往上拉，一般都会失败），如果下载失败：

下载地址：https://github.com/opencv/opencv_3rdparty/branches/all

下载的东西名叫opencv_3rdparty-ippicv-master_20170822.zip，解压找到ippicv_2017u3_lnx_intel64_general_20170822.tgz文件，拷贝到某目录，然后把~/opencv-3.3.1/3rdparty/ippicv中的ippicv.cmake文件中的GitHub下载地址修改为自己的本地地址。

注意：网页中说的是修改为files：//地址，不需要files：//,这是从服务器下载，路径直接写文件路径即可。

• • 缺少boostdesc_bgm.i boostdesc_bgm_bi.i boostdesc_bgm_hd.i boostdesc_binboost_064.i boostdesc_binboost_128.i boostdesc_binboost_256.i boostdesc_lbgm.i vgg_generated_120.i vgg_generated_48.i vgg_generated_64.i vgg_generated_80.i等文件。

下载地址：https://download.csdn.net/download/sinat_39805237/10563950

所有文件放到opencv_contrib-3.3.1/modules/xfeatures2d/src中

然后把opencv_contrib-3.3.1/modules/xfeatures2d/cmake文件夹里的download_boostdesc.cmake 和download_vgg.cmake中下载地址那一部分改成……/src那一段。

• • res10_300x300_ssd_iter_140000.caffemodel和tiny-dnn下的v1.0.0a3.tar.gz找不到

下载地址：https://download.csdn.net/download/u010782463/10309793

https://download.csdn.net/download/wjskeepmaking/9824941?web=web

解决方法同①，修改~/ opencv-3.3.1/ opencv_contrib-3.3.1/modules/dnn_modern/cmake里的cmakelist.txt改成本地路径

1. 在cmake成功之后，就可以在build文件下make了：

make -j8        #8线程编译

make install

1. 测试

/**

* @概述：采用FAST算子检测特征点，采用SIFT算子对特征点进行特征提取，并使用BruteForce匹配法进行特征点的匹配

* @类和函数：FastFeatureDetector + SiftDescriptorExtractor + BruteForceMatcher

*/

 

 

#include

#include

 

using namespace std;

using namespace cv;

using namespace cv::xfeatures2d;

 

int main(int argc, char** argv)

{

    Mat objImage = imread("1.jpg", IMREAD_COLOR);

    Mat sceneImage = imread("2.jpg", IMREAD_COLOR);

    //-- Step 1: Detect the keypoints using SURF Detector

    int minHessian = 400;

    Ptr detector = SURF::create(minHessian);

    std::vector obj_keypoint, scene_keypoint;

    detector->detect(objImage, obj_keypoint);

    detector->detect(sceneImage, scene_keypoint);

    //computer the descriptors

    Mat obj_descriptors, scene_descriptors;

    detector->compute(objImage, obj_keypoint, obj_descriptors);

    detector->compute(sceneImage, scene_keypoint, scene_descriptors);

    //use BruteForce to match,and get good_matches

    BFMatcher matcher;

    vector matches;

    matcher.match(obj_descriptors, scene_descriptors, matches);

    sort(matches.begin(), matches.end());  //筛选匹配点

    vector good_matches;

    for (int i = 0; i < min(50, (int)(matches.size()*0.15)); i++) {

        good_matches.push_back(matches[i]);

    }

    //draw matches

    Mat imgMatches;

    drawMatches(objImage, obj_keypoint, sceneImage, scene_keypoint,good_matches, imgMatches);

    //get obj bounding

    vector obj_good_keypoint;

    vector scene_good_keypoint;

    for (int i = 0; i < good_matches.size(); i++) {

        obj_good_keypoint.push_back(obj_keypoint[good_matches[i].queryIdx].pt);

        scene_good_keypoint.push_back(scene_keypoint[good_matches[i].trainIdx].pt);

    }

    vector obj_box(4);

    vector scene_box(4);

    obj_box[0] = Point(0, 0);

    obj_box[1] = Point(objImage.cols, 0);

    obj_box[2] = Point(objImage.cols, objImage.rows);

    obj_box[3] = Point(0, objImage.rows);

    Mat H = findHomography(obj_good_keypoint, scene_good_keypoint, RANSAC); //find the perspective transformation between the source and the destination

    perspectiveTransform(obj_box, scene_box, H);

    line(imgMatches, scene_box[0]+Point2f((float)objImage.cols, 0), scene_box[1] + Point2f((float)objImage.cols, 0), Scalar(0, 255, 0), 2);

    line(imgMatches, scene_box[1] + Point2f((float)objImage.cols, 0), scene_box[2] + Point2f((float)objImage.cols, 0), Scalar(0, 255, 0), 2);

    line(imgMatches, scene_box[2] + Point2f((float)objImage.cols, 0), scene_box[3] + Point2f((float)objImage.cols, 0), Scalar(0, 255, 0), 2);

    line(imgMatches, scene_box[3] + Point2f((float)objImage.cols, 0), scene_box[0] + Point2f((float)objImage.cols, 0), Scalar(0, 255, 0), 2);

    //show the result                                                                  

    imshow("匹配图", imgMatches);

    //save picture file

    imwrite("final.jpg",imgMatches);

    waitKey(0);

    return 0;

}

CMakeList.txt配置

cmake_minimum_required(VERSION 3.5)

project(untitled)

set(CMAKE_CXX_STANDARD 14)

set(SOURCE_FILES main.cpp)

add_executable(untitled ${SOURCE_FILES})

find_package(OpenCV REQUIRED)

target_link_libraries(pic_proc ${OpenCV_LIBS})

1. 链接库共享。编译安装完毕之后，为了让你的链接库被系统共享，让编译器发现，需要执行管理命令ldconfig：

sudo ldconfig -v 

16【这是一段失败的旅程，后来我放弃了，不过可以解决的…】安装OPENCV2.4.9

下载地址：http://jaist.dl.sourceforge.net/project/opencvlibrary/opencv-unix/2.4.9/opencv-2.4.9.zip

         参考博客：（参考的有点多，主要都列在排错上了）

https://blog.csdn.net/u014527548/article/details/80251046

1. 解压到任意目录，进入源码目录

unzip opencv-2.4.9.zip

cd opencv-2.4.9

1. 安装下列依赖

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

 

sudo apt-get install build-essential libgtk2.0-dev libjpeg-dev libtiff4-dev libjasper-dev libopenexr-dev cmake python-dev python-numpy python-tk libtbb-dev libeigen3-dev yasm libfaac-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev libx264-dev libqt4-dev libqt4-opengl-dev sphinx-common texlive-latex-extra libv4l-dev libdc1394-22-dev libavcodec-dev libavformat-dev libswscale-dev

default-jdk ant libvtk5-qt4-dev

注意：这里可能会报错：

libgtk2.0-dev : 依赖: libgtk2.0-0 (= 2.24.23-0ubuntu1) 但是 2.24.23-0ubuntu1.1 正要被安装

                 依赖: libpango1.0-dev (>= 1.20) 但是它将不会被安装

                 依赖: libcairo2-dev (>= 1.6.4-6.1) 但是它将不会被安装

                 推荐: debhelper 但是它将不会被安装

E: 无法修正错误，因为您要求某些软件包保持现状，就是它们破坏了软件包间的依赖关系。

如果忽略了这个错误继续安装，后面的OpenCV可能不能正常使用，我们要解决这个问题。

方法：

sudo aptitude install libgtk2.0-dev

下面会出来一堆解决方案，都是保留……，然后问是否接受这个解决方案。

这时候要选No！因为出现这个问题的根本原因是安装包A依赖于C的旧版本,而机器上已经存在了C的新版本,此新的版本又是B的依赖,所以就会出现版本的依赖混乱问题。

直到出现了“降级”这样的解决方案，yes。降级完之后重新安装即可。其他类似问题同样可以参考。

也有可能是源的问题，不过，离线安装既然做不到在线更新源，那就酱紫继续吧。

还有，可能会报python-numpy的包依赖错误。这里我是先装好了TensorFlow之前一套，才想起来更新源的。不知道是不是这个原因导致的依赖问题，python-numpy降级以后，记得先测试一下import tensorflow as tf能否正常工作，如果不行的话，再测cuda\cudnn能否运行示例程序。

我这里是可以运行示例程序，但找不到TensorFlow，现在需要重装TensorFlow。步骤如上……

然后保险起见再执行一下sudo apt-get install build-essential cmake libgtk2.0-dev pkg-config python-dev python-numpy libavcodec-dev libavformat-dev libswscale-dev

1. 进入cmake

cd cmake

1. cmake编译生成Makefile，安装所有的lib文件都会被安装到/usr/local目录

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local .. 

         不报错的人生一点都不完美

CMake Error: The following variables are used in this project, but they are set to NOTFOUND.
Please set them or make sure they are set and tested correctly in the CMake files:
CUDA_nppi_LIBRARY (ADVANCED)
linked by target "opencv_cudev" in directory D:/Cproject/opencv/opencv/sources/modules/cudev
linked by target "opencv_cudev" in directory D:/Cproject/opencv/opencv/sources/modules/cudev
linked by target "opencv_test_cudev" in directory D:/Cproject/opencv/opencv/sources/modules/cudev/test
linked by target "opencv_core" in directory D:/Cproject/opencv/opencv/sources/modules/core
linked by target "opencv_core" in directory D:/Cproject/opencv/opencv/sources/modules/core
linked by target "opencv_test_core" in directory D:/Cproject/opencv/opencv/sources/modules/core
linked by target "opencv_perf_core" in directory D:/Cproject/opencv/opencv/sources/modules/core
……

Please set them or make sure they are set and tested correctly in the CMake files:
CUDA_nppi_LIBRARY (ADVANCED)
linked by target "opencv_cudev" in directory D:/Cproject/opencv/opencv/sources/modules/cudev
linked by target "opencv_cudev" in directory D:/Cproject/opencv/opencv/sources/modules/cudev
linked by target "opencv_test_cudev" in directory D:/Cproject/opencv/opencv/sources/modules/cudev/test
linked by target "opencv_core" in directory D:/Cproject/opencv/opencv/sources/modules/core
linked by target "opencv_core" in directory D:/Cproject/opencv/opencv/sources/modules/core
linked by target "opencv_test_core" in directory D:/Cproject/opencv/opencv/sources/modules/core
linked by target "opencv_perf_core" in directory D:/Cproject/opencv/opencv/sources/modules/core
linked by target "opencv_test_cudaarithm" in directory

 

……

为啥呢？满屏都是错

大神告诉我们，原因是cuda9.0不再支持2.0架构

参考博客：https://blog.csdn.net/u014613745/article/details/78310916

https://blog.csdn.net/mystylee/article/details/79035585

https://stackoverflow.com/questions/46584000/cmake-error-variables-are-set-to-notfound

解决方案抄录如下：（注意OpenCV2版本的不执行https://blog.csdn.net/u014613745/article/details/78310916中的第四步，否则会报错；OpenCV3架构的需要执行，否则会报错）

• • 找到FindCUDA.cmake文件（opencv-2.4.9下cmake目录），找到行find_cuda_helper_libs(nppi)修改为：

find_cuda_helper_libs(nppial)

find_cuda_helper_libs(nppicc)

find_cuda_helper_libs(nppicom)

  find_cuda_helper_libs(nppidei)

  find_cuda_helper_libs(nppif)

  find_cuda_helper_libs(nppig)

  find_cuda_helper_libs(nppim)

  find_cuda_helper_libs(nppist)

find_cuda_helper_libs(nppisu)

 find_cuda_helper_libs(nppitc)

• • 找到行

set(CUDA_npp_LIBRARY "${CUDA_nppc_LIBRARY};${CUDA_nppi_LIBRARY};${CUDA_npps_LIBRARY}")修改为

set(CUDA_npp_LIBRARY "${CUDA_nppc_LIBRARY};${CUDA_nppial_LIBRARY};${CUDA_nppicc_LIBRARY};${CUDA_nppicom_LIBRARY};${CUDA_nppidei_LIBRARY};${CUDA_nppif_LIBRARY};${CUDA_nppig_LIBRARY};${CUDA_nppim_LIBRARY};${CUDA_nppist_LIBRARY};${CUDA_nppisu_LIBRARY};${CUDA_nppitc_LIBRARY};${CUDA_npps_LIBRARY}")

• • 找到行

unset(CUDA_nppi_LIBRARY CACHE)修改为

unset(CUDA_nppial_LIBRARY CACHE)

unset(CUDA_nppicc_LIBRARY CACHE)

unset(CUDA_nppicom_LIBRARY CACHE)

unset(CUDA_nppidei_LIBRARY CACHE)

unset(CUDA_nppif_LIBRARY CACHE)

unset(CUDA_nppig_LIBRARY CACHE)

unset(CUDA_nppim_LIBRARY CACHE)

unset(CUDA_nppist_LIBRARY CACHE)

unset(CUDA_nppisu_LIBRARY CACHE)

unset(CUDA_nppitc_LIBRARY CACHE)

• • cuda9中有一个单独的halffloat(cuda_fp16.h)头文件,也应该被包括在opencv的目录里,将头文件cuda_fp16.h添加至 opencv\modules\gpu\include\opencv2\gpu\common.hpp

即在common.hpp中添加

#include

• • 重新执行

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local .. 

1. 继续OpenCV的安装，在cmake文件夹下执行以下命令

sudo make install 

1. 还是会报错，不报错的人生不完美。这次的错误长这样：

nvcc fatal   : Unsupported gpu architecture 'compute_11'

CMake Error at cuda_compile_generated_matrix_operations.cu.o.cmake:208 (message):

Error generating/home/elsie/Documents/opencv2.4.9/build/modules/core/CMakeFiles/cuda_compile.dir/__/dynamicuda/src/cuda/./cuda_compile_generated_matrix_operations.cu.o

make[2]: ***

[modules/core/CMakeFiles/cuda_compile.dir/__/dynamicuda/src/cuda/./cuda_compile_generated_matrix_operations.cu.o] Error 1

make[1]: *** [modules/core/CMakeFiles/opencv_core.dir/all] Error 2 make[1]: *** Waiting for unfinished jobs.…

解决一下吧（虽然只写了五个字，可是我卡了半天）：

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D CUDA_GENERATION=Kepler ..

然后就按照上面的解决办法把丢失的文件补进去就好了。