OpenCV 4.1.0 与 Contrib 源码编译记录（附百度云源码/数据下载）

---

0. 前言

• 需求：在使用 mmaction 时需要用到 dense_flow，而为了编译 dense_flow 则需要 CUDA版 OpenCV 4.1.0。
• 整个编译过程非常痛苦，但好在已经顺利完成。
• 为了简化自己的工作，也给有需要的大哥们，百度云链接（提取码 3uhr ）
  • 第一步中，opencv-4.1.0以及opencv_contrib-4.1.0 源码都有了。
  • 第二步中，cmake阶段需要下载的数据也都下载好了。
  • 第四步中，头文件缺失所导致的问题也处理好了。
• 基本流程：
  • 第一步：下载OpenCV以及Contrib源码。
  • 第二步：下载编译opencv时所需的数据。
  • 第三步：处理 Video Codec 相关问题。
  • 第四步：处理某头文件缺失的问题。
  • 第五步：普通OpenCV安装。

---

1. OpenCV 源码下载

• 由于国内/公司坑爹的网速，此处省略5000字吐槽。
• 官网的下载地址是在Github上，可以从 releases 中选择下载链接。
  • Github: opencv/opencv
  • Github: opencv/opencv_contrib
• 有好心大哥把OpenCV的源码搬运了，好人一生平安。
  • OpenCV国内快速下载

---

2. 下载编译opencv所需的各种奇怪数据

• 个人心情：
  • 由于国内/公司坑爹的网速，此处省略5000字吐槽。
  • 如果网速好（从github上下载数据很快），可以忽略这一步。
  • 对于缺失某些特定数据，有好心人给出了一些百度云下载链接、CSDN下载链接等，但也没有一个百度云合集啥的，所以很可能搞了很久也没有处理完。
  • 我自己也碰到好多次了，所以这次决定彻底搞清楚并解决……
• 问题描述：在执行 cmake 的时候会尝试下载很多二进制数据。
• 下载数据的本质：
  • 在稍微看了下 cmake 的源码后发现，其实所有二进制数据下载都是从 Github: opencv/opencv_3rdparty 中下载的。
  • 以 ippicv 为例，对应的配置文件是 opencv-4.1.0/3rdparty/ippicv/ippicv.cmake，上述配置文件的主要内容就是根据操作系统类别下载 opencv_3rdparty 中对应的文件。
  • 那么问题来了，Github中下载速度特别慢，该如何处理呢……
• 解决方案：手动下载
  • 使用国内 Gitee 来获取 Github数据，在 Gitee 中新建仓库时，可以直接复制Github的repo。
  • 由于 opencv/opencv_3rdparty 太大了（1.26G），需要企业用户才能直接复制。
  • 直接搜索一下，看看有没有好心人clone了最新的库，比如这个。
  • 要找到对应的数据，需要切换branch……具体的看cmake配置文件吧……
• 那要如何将手动下载的数据放到对应的路径呢……
  • 坑爹的又来了，第一次处理我也没啥好办法。
  • 从本质上看，就是需要研究cmake文件，然后看看这些下载操作具体是如何做的。
  • 想要取巧，找了一些资料：
    • 就是将下载好的放到某路径下，然后修改cmake文件……
    • 如果要不修改cmake文件，可能不仅需要将对应的放到指定路径下，还要改文件名称……
  • 由于我已经下载了一部分，所以就用上面的第二种方法手动处理剩下没下载成功的数据：
    • ippicv文件：在研究了对应的 ippicv.cmake 后，需要将下载好的数据放到 opencv-4.1.0/.cache/ippicv中，并在在文件名增加对应的commit id（在cmake文件中可以查看），即 c0bd78adb4156bbf552c1dfe90599607-ippicv_2019_lnx_intel64_general_20180723.tgz。
    • 对于 boostdesc 和 vgg 数据，也要将下载的数据保存到 opencv-4.1.0/.cache/xfeatures2d的对应文件夹中，具体文件名称可以查看对应的配置文件（opencv_contrib-4.1.0\modules\xfeatures2d\cmake 中）
    • 下载不成功时遗留文件的名称就是我们所需要的文件名。

---

3. Video Codec 相关（可选）

• mmaction 的 dense_flow 库会用到这个功能……
• 如果不处理之后会碰到的问题：
  • make 时报错 dynlink_nvcuvid.h: No such file or directory。
• 作用：
  • 简单来说，这一步是要处理 cuda video decoder 相关的问题。
  • 对于 CUDA 10.0 以下的版本，这一步可以略过
  • 对于 CUDA 10.0 及以上版本，这一步是必须的。
• 问题描述：
  • 在CUDA10.0及以后，cuda video decoer 就已经 deprecated 了，不能使用。
  • 相关issue：Cuda 10.0 fatal error: dynlink_nvcuvid.h: No such file or directory
• 解决方案：
  • 如果不使用 cuda video decoder，则可以在 cmake时使用 -DBUILD_opencv_cudacodec=OFF 选项，忽略相关功能。
  • 如果需要使用，则需要安装NVIDIA VIDEO CODEC SDK。安装的基本流程是：
    • 在下载页面下载对应的包。
    • 解压后，将对应的头文件保存到 /usr/local/cuda/include 中，将so文件保存到 /usr/loca/cuda/lib64 中。

---

4. 某头文件缺失

• 如果不处理之后会出现的问题：
  • 无法找到 feature2d/test/test_detectors_regression.impl.hpp。
  • 简单说就是找不到头文件，要做的当然就是将头文件让源码能找到……
• 解决方案一
  • 参考这里和这里，笨办法，不懂cmake的我也能处理
  • 将对应的 hpp 文件（在 opencv-4.1.0/modules/features2d/test中）放到编译错误的源码（opencv_contrib-4.1.0/modules/xfeatures2d/test）路径下。
  • 修改源码，将 include "xxxx/test_detectors_invariance.impl.hpp 改为 include "test_detectors_invariance.impl.hpp。
  • 主要做要修改的内容还不少……
• 解决方案二：
  • 参考 这里。
  • 找不到头文件的原因就是该路径没有放到系统路径下，那就修改对应的 cmake 文件即可。
  • 修改 opencv-4.1.0/CMakeLists.txt，添加 include_directories("modules")，添加到哪一行我也不清楚，原文说是567行，我觉得不靠谱。
  • 其实稍微懂一点cmake就能处理这个问题了，可惜我不懂。

---

5. 普通安装流程

• 安装对应的包：

sudo apt-get install -y liblapack-dev libatlas-base-dev
sudo apt-get install -y libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev libavcodec-dev libavformat-dev libswscale-dev libdc1394-22-dev
sudo apt-get install -y software-properties-common
sudo add-apt-repository ppa:jonathonf/ffmpeg-4
sudo apt update
sudo apt install -y ffmpeg

• 执行cmake
  • 这一步如果前面下载数据没下完，会执行很久很久……

cmake -DCMAKE_BUILD_TYPE=Release \
    -DWITH_CUDA=ON \
    -DOPENCV_EXTRA_MODULES_PATH=../../opencv_contrib-4.1.0/modules/ \
    -DWITH_TBB=ON \
    -DBUILD_opencv_cnn_3dobj=OFF \
    -DBUILD_opencv_dnn=OFF \
    -DBUILD_opencv_dnn_modern=OFF \
    -DBUILD_opencv_dnns_easily_fooled=OFF \
    -DOPENCV_ENABLE_NONFREE=ON \
    -DPYTHON3_INCLUDE_DIR=$(python -c "from distutils.sysconfig import get_python_inc;print(get_python_inc())") \
    -DPYTHON3_EXECUTABLE=$(which python) \
    -DPYTHON3_PACKAGES_PATH=$(python -c "from distutils.sysconfig import get_python_lib; print(get_python_lib())")\
    -DOPENCV_GENERATE_PKGCONFIG=ON\
    ..

• 执行 make ：make -j

• 安装：sudo make install

• 加载配置：sudo ldconfig