Jetson orin NX 16GB:opencv4.8.0使用CUDA加速

这篇博客我将解决编译 OpenCV 并启用 CUDA中的报错问题，并讲述使用opencv加速CUDA的方法。

2501_92183838

1448人浏览 · 2025-06-22 11:51:47

2501_92183838 · 2025-06-22 11:51:47 发布

在我上一篇博客中https://blog.csdn.net/2501_92183838/article/details/148774984?spm=1001.2014.3001.5501

写到了如何烧写系统及用jtop查看是否安装成功，但最后有4.8.0 with CUDA: NO（无法使用opencv加速）。这篇博客我将解决编译 OpenCV 并启用 CUDA中的报错问题，并讲述使用opencv加速CUDA的方法。

注意：我这里禁用掉了DNN、opencv_photo、opencv_cudaarithm、opencv_cudaimgproc和opencv_cudalegacy（笔者不需要这两个），如果需要的话这篇博客将解决不了你的问题。而且原因是这两者与CUDA12版本的不兼容，所以如果需要请下载老一点的版本比如CUDA11。

1. 卸载系统默认 OpenCV（可选）

sudo apt remove libopencv*

2. 安装编译依赖

sudo apt update
sudo apt install -y build-essential cmake git \
    libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev \
    python3-dev python3-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev \
    libtiff-dev libdc1394-22-dev

3. 下载 OpenCV 和 opencv_contrib 源码

cd ~
git clone https://github.com/opencv/opencv.git
git clone https://github.com/opencv/opencv_contrib.git
cd opencv
git checkout 4.8.0
cd ../opencv_contrib
git checkout 4.8.0

4. 编译 OpenCV 并启用 CUDA

如果是不禁用DNN、opencv_photo、opencv_cudaarithm、opencv_cudaimgproc和opencv_cudalegacy，则代码如下（请opencv下载注意路径的不一样!!!!!!!!!!!!!!!!!!!!!!!!!）：

cd ~/opencv
mkdir build && cd build

cmake -D CMAKE_BUILD_TYPE=RELEASE \
      -D CMAKE_INSTALL_PREFIX=/usr/local \
      -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules \
      -D WITH_CUDA=ON \
      -D WITH_CUBLAS=ON \
      -D WITH_CUFFT=ON \
      -D CUDA_ARCH_BIN=8.7 \
      -D WITH_CUDNN=ON \
      -D OPENCV_DNN_CUDA=ON\
      -D OPENCV_DNN_CUDA_USE_CUDA4DNN=ON \
      -D BUILD_opencv_dnn=ON \
      -D BUILD_opencv_cudaarithm=ON \
      -D BUILD_opencv_cudaimgproc=ON \
      -D BUILD_opencv_photo=ON \
      -D BUILD_opencv_cudalegacy=ON \
      -D ENABLE_FAST_MATH=ON \
      -D CUDA_FAST_MATH=ON \
      -D WITH_CUBLAS=ON \
      -D BUILD_EXAMPLES=ON \
      -D BUILD_TESTS=OFF \
      -D BUILD_PERF_TESTS=OFF \
      -D WITH_GSTREAMER=ON \
      -D WITH_LIBV4L=ON \
      -D PYTHON3_EXECUTABLE=$(which python3) ..

make -j$(nproc)
sudo make install
sudo ldconfig

这样会报错：（这些报错都是笔者在试了多次总结的所有报错）

这些原因都是CUDA12与cuDNN和opencv_photo不兼容导致的，所以读者请不要下载最新的版本！！！！

下面是禁用DNN、opencv_photo、opencv_cudaarithm、opencv_cudaimgproc和opencv_cudalegacy的代码：

先禁用掉之前的错误编译：

cd ~/opencv/build
rm -rf *

我这里orin NX算力CUDA_ARCH_BIN=8.7，这个可以在jtop里面看：（这里的YES是我之后截的屏）

然后编译：

cmake -D CMAKE_BUILD_TYPE=RELEASE \
      -D CMAKE_INSTALL_PREFIX=/usr/local \
      -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules \
      -D WITH_CUDA=ON \
      -D WITH_CUBLAS=ON \
      -D WITH_CUFFT=ON \
      -D CUDA_ARCH_BIN=8.7 \
      -D WITH_CUDNN=ON \
      -D OPENCV_DNN_CUDA=ON\
      -D OPENCV_DNN_CUDA_USE_CUDA4DNN=ON \
      -D BUILD_opencv_dnn=OFF \
      -D BUILD_opencv_cudaarithm=OFF \
      -D BUILD_opencv_cudaimgproc=OFF \
      -D BUILD_opencv_photo=OFF \
      -D BUILD_opencv_cudalegacy=OFF \
      -D ENABLE_FAST_MATH=ON \
      -D CUDA_FAST_MATH=ON \
      -D WITH_CUBLAS=ON \
      -D BUILD_EXAMPLES=ON \
      -D BUILD_TESTS=OFF \
      -D BUILD_PERF_TESTS=OFF \
      -D WITH_GSTREAMER=ON \
      -D WITH_LIBV4L=ON \
      -D PYTHON3_EXECUTABLE=$(which python3) ..

完成之后就使用如下代码启用多核进行编译：