Ubuntu20.04(Deepin20.1)环境下安装显卡驱动、cuda/cudnn及源码编译opencv-4.5.1详细教程

一、安装前准备

1. 显卡驱动下载：https://www.nvidia.cn/Download/index.aspx?lang=cn
2. 创建文件：

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

3. 在文件中添加以下内容，将nouveau加入黑名单：

blacklist nouveau
options nouveau modeset=0

4. 启用黑名单并重启：

sudo update-initramfs -u
sudo reboot

5. 验证：

lsmod | grep nouveau

回车后没有输出，则代表成功。

二、显卡驱动安装

1. 先卸载原有驱动：

sudo apt-get remove --purge nvidia*

2. 然后禁用X-window服务，关闭图形界面：

sudo service lightdm stop

按Ctrl-Alt+F1进入命令行界面，输入用户名和密码登录。（驱动安装好以后，可通过命令：sudo service lightdm start ，然后按Ctrl-Alt+F7来恢复到图形界面。）

3. 安装：

# 进到驱动程序路径
sudo chmod a+x NVIDIA-Linux-x86_64-460.56.run
#赋予执行权限
sudo ./NVIDIA-Linux-x86_64-460.56.run --no-opengl-files 

其中，–no-opengl-files：表示只安装驱动文件，不安装OpenGL文件。这个参数不可省略，否则会导致登陆界面死循环。(因为NVIDIA的驱动默认会安装OpenGL，而Ubuntu的内核本身也有OpenGL、且与GUI显示息息相关，一旦NVIDIA的驱动覆写了OpenGL，在GUI需要动态链接OpenGL库的时候就引起问题)

4. 安装好后reboot，如果安装失败，重复上面步骤，多安装几次即可。
5. 验证：

nvidia-smi

三、cuda安装

1. cuda下载：
   cuda: https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=2004&target_type=runfilelocal

2. 安装cuda:

sudo sh cuda_11.2.0_460.27.04_linux.run

3. 配置环境变量：
   输入gedit ~/.bashrc命令打开文件，在文件结尾输入以下语句，保存。

export PATH=/usr/local/cuda-11.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

4. 更新环境变量配置：

source ~/.bashrc

5. 验证，输入nvcc -V命令查看cuda信息：
   

四、cudnn安装

1. 首先下载安装文件：
   cudnn: https://developer.nvidia.com/login (需要登录账号)
2. 安装：

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

3. 下面在pytorch环境下验证：

(py38) ytf@ytf:~$ python
Python 3.8.8 | packaged by conda-forge | (default, Feb 20 2021, 16:22:27) 
[GCC 9.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> flag = torch.cuda.is_available()
>>> print(flag)
True

五、opencv-4.5.1源码编译

1. 首先，下载opencv-4.5.1.tar.gz和opencv_contrib-4.5.1.tar.gz，可在这里进行下载。然后分别解压：

tar -xzvf opencv-4.5.1.tar.gz
tar -xzvf opencv_contrib-4.5.1.tar.gz

解压后目录结构如下：

	opencv4.5.1/
    	/opencv-4.5.1           			# opencv 源码目录
   		/opencv_contrib-4.5.1   		# opencv_contrib 源码目录
    	/opencv_build           			# opencv 构建结果目录

2. 然后，根据实际系统环境安装需要的库文件：

sudo apt install -y build-essential cmake git pkg-config libopenexr-dev libblas-dev 
sudo apt install -y python-dev python-numpy libtbb2 libtbb-dev
sudo apt install -y libjpeg-dev libpng-dev libtiff-dev libdc1394-22-dev libjasper-dev
sudo apt install -y libavcodec-dev libavformat-dev libswscale-dev libavutil-dev
sudo apt-get install libgphoto2-dev libeigen3-dev libhdf5-dev doxygen

sudo apt install -y \
        libx264-dev \
        mesa-utils \
        libgtk2.0-dev \
        libxvidcore-dev \
        yasm \
        libxine2-dev \
        libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev \
        libv4l-dev \
        libfaac-dev \
        libmp3lame-dev \
        libopencore-amrnb-dev \
        libtheora-dev \
        libvorbis-dev \
        ffmpeg \
        libeigen3-dev libeigen3-doc \
		liblapack-dev \
        tesseract-ocr \
        tesseract-ocr-jpn \
        libgflags-dev \
        libleptonica-dev \
        libtesseract-dev \
        gphoto2 \
        liblapacke-dev \
        libgoogle-glog-dev \
        libprotobuf-dev \
        libprotoc-dev \
        protobuf-compiler \
        ccache \
        libgphoto2-dev \
        libavresample-dev \
        libatlas-base-dev \
        gfortran

3. 转到opencv_build路径，执行 cmake ，其中CUDA_ARCH_BIN不是定值，可在这里查看自己显卡的计算力：

cmake -D CMAKE_BUILD_TYPE=RELEASE \
	-D CMAKE_INSTALL_PREFIX=$(python3 -c "import sys; print(sys.prefix)") \
	-D OPENCV_DNN_CUDA=ON \
	-D OPENCV_ENABLE_NONFREE=ON \
	-D OPENCV_GENERATE_PKGCONFIG=YES \
	-D OPENCV_EXTRA_MODULES_PATH=../opencv_contrib-4.5.1/modules \
	-D ENABLE_FAST_MATH=1 \
	-D CUDA_FAST_MATH=1 \
	-D CUDA_ARCH_BIN=6.1 \
	-D WITH_CUDA=ON \
	-D WITH_CUDNN=ON \
	-D WITH_WEBP=OFF \
	-D WITH_CUBLAS=1 \
	-D WITH_VTK=OFF \
	-D BUILD_TESTS=OFF \
	-D BUILD_PERF_TESTS=OFF \
	-D BUILD_JAVA=OFF \
	-D BUILD_EXAMPLES=OFF \
	-D BUILD_opencv_python2=OFF \
	-D BUILD_opencv_python3=ON \
	-D HAVE_OPENCV_PYTHON3=ON \
	-D INSTALL_PYTHON_EXAMPLES=ON \
	-D PYTHON3_EXECUTABLE=$(which python3) \
	-D PYTHON3_INCLUDE_DIR=$(python3 -c "from distutils.sysconfig import get_python_inc; print(get_python_inc())") \
	-D PYTHON3_PACKAGES_PATH=$(python3 -c "from distutils.sysconfig import get_python_lib; print(get_python_lib())") \
	../opencv-4.5.1

此过程中如若遇到报错：

/opencv_contrib-4.5.1/modules/xfeatures2d/src/boostdesc.cpp:673:20: fatal error: boostdesc_bgm.i: No such file or directory

不要着急，可通过以下命令进行解决：

cd /home/ytf/workspace/opencv4.5/opencv-4.5.1/.cache/xfeatures2d/
unzip /home/audrey/Downloads/patch.zip

其中，“patch.zip”可在此网站进行下载https://github.com/opencv/opencv_contrib/files/4520852/patch__.zip，然后解压到上述指定路径。再次cmake前，需将opencv_build文件夹清空：

rm -rf ./*

4. 顺利完成后，进行make：

make -j18	# 其中"18”为pc线程数

5. 最后，进行安装

make install

6. 验证安装是否正确

python3 -c "import cv2; print(cv2.__version__)"

如若遇到错误1：

Python 3.8.5 (default, Sep  4 2020, 07:30:14) 
[GCC 7.3.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import cv2
Traceback (most recent call last):
  File "", line 1, in 
  File "/home/ytf/anaconda3/lib/python3.8/site-packages/cv2/__init__.py", line 102, in 
    bootstrap()
  File "/home/ytf/anaconda3/lib/python3.8/site-packages/cv2/__init__.py", line 90, in bootstrap
    import cv2
ImportError: libopenh264.so.5: cannot open shared object file: No such file or directory

解决方法有两种：安装或更新ffmpeg、更改名称（推荐）。

第一种方法：

# ffmpeg 3.4.1
conda install ffmpeg x264=20131218 -c conda-forge
# ffmpeg 4
conda install x264=='1!152.20180717' ffmpeg=4.0.2 -c conda-forge
# or
conda update ffmpeg

如果第一种方法后仍然报这个错误的话，请尝试第二种解决方法：

ln -s ~/anaconda3/lib/libopenh264.so ~/anaconda3/envs/py38/lib/libopenh264.so.5

如若遇到错误2：

ModuleNotFoundError: No module named 'numpy.core._multiarray_umath' 

发生此错误的原因是numpy版本没有匹配，解决方法如下（可重复卸装几次）：

pip uninstall numpy
pip install numpy

再次验证就可得到opencv版本：

(py38) ytf@ytf:~$ python3 -c "import cv2; print(cv2.__version__)"
4.5.1

就此大功告成！！！

参考

1. https://www.mmbyte.com/article/125071.html
2. https://www.cnblogs.com/hanyf/p/14486818.html