CentOS7下OpenCV2+CUDA9的编译问题解决
原创CentOS7下OpenCV2+CUDA9的编译问题解决
原创
导言
OpenCV是一个基于（开源）发行的跨平台计算机视觉库。CUDA是由NVIDIA所推出的一种集成技术，透过这个技术，用户可利用NVIDIA的GeForce 8以后的GPU和较新的QuadroGPU进行计算。本文将不涉及OpenCV或者CUDA的更多介绍和使用，主要是提供了对特定版本编译时遇到问题的解决方案。
背景
日前一个项目中的算法部分，一直是依赖于OpenCV2和CUDA8，在项目测试阶段也是完美通过。可在正式上线的时候却在编译OpenCV就一直出错，查到最后才发现生产机器的CUDA版本被人给「偷偷」升级到了CUDA9，也是因此踏上了一条填坑路，记录于下，以被自己所需和他人使用。
如果你是一台全新的环境，当然是按照需要的环境来安装，比如旧版本的OpenCV2 + CUDA8，或者是最新版本的OpenCV4+CUDA10这样的搭配，那么也就不需要再继续阅读下面的内容，因为理论上不会遇到下面的问题。
但是，如果你是在一台已有的环境，且被安装了CUDA9，同时你的代码又依赖于OpenCV2，那么你一定遇到了同样的问题，通过阅读这边文章，你就可以完美的编译并运行你的代码了。
问题
在CUDA9下，我们编译OpenCV2的时候，会遇到了不少报错，主要原因是而相对于CUDA8，在CUDA9中的修改主要是2点：
nppi命名规范
在CUDA9里面，NVIDIA把 libnppi.so换成libnppc.so libnppial.so libnppicc.so libnppicom.so libnppidei.so libnppif.so libnppig.so libnppim.so libnppist.so libnppisu.so libnppitc.so libnpps.so
架构支持
CUDA9.x+里面不支持compute_20 (Fermi)
操作
OpenCV编译
替换cmake
我们在编译OpenCV2时遇到了报错，提示：
nvcc fatal : Unsupported gpu architecture 'compute_20'这时候，在OpenCV2解压后的{OPENCV_CODE_PATH}/cmake/目录下找到这两个文件：
- FindCUDA.cmake
- OpenCVDetectCUDA.cmake
并使用下文中的直接完整替代（可先备份旧文件）
上文中，主要是修复了针对问题1和2的修复（如果希望了解具体的替换内容，可参考此链接）。
未知arch时的二次修改
需要注意的是，当我们根据上文进行更改之后，在cmake时需要通过-DCUDA_GENERATION=xxx来指定CUDA的generation信息（如"Fermi" "Kepler" "Maxwell" "Pascal" "Volta"）。如果不指定的话，在cmake时OpenCVDetectCUDA.cmake会基于上述所有已知架构完整编译，也是因此，会尝试编译Fermi架构并出现同样的Unsupported gpu architecture错误。
所以，如果我们未知上述的CUDA GENERATION信息的话，需要对OpenCVDetectCUDA.cmake文件再做两处修改，去除关于compute_20 arch的编译信息，因为如上文所说：CUDA9中不再支持2.0框架：
1. 删除Fermi架构的编译分支选项，将下文：
set(__cuda_arch_ptx "")
if(CUDA_GENERATION STREQUAL "Fermi")
set(__cuda_arch_bin "2.0")
elseif(CUDA_GENERATION STREQUAL "Kepler")
set(__cuda_arch_bin "3.0 3.5 3.7")
elseif(CUDA_GENERATION STREQUAL "Maxwell")
set(__cuda_arch_bin "5.0 5.2")替换为：
set(__cuda_arch_ptx "")
if(CUDA_GENERATION STREQUAL "Kepler")
set(__cuda_arch_bin "3.0 3.5 3.7")
elseif(CUDA_GENERATION STREQUAL "Maxwell")
set(__cuda_arch_bin "5.0 5.2")2. 针对CUDA版本9（大于cmake中的6.5），删除2.x的arch信息，将：
if(${CUDA_VERSION} VERSION_LESS "5.0")
set(__cuda_arch_bin "1.1 1.2 1.3 2.0 2.1(2.0) 3.0")
elseif(${CUDA_VERSION} VERSION_GREATER "6.5")
set(__cuda_arch_bin "2.0 2.1(2.0) 3.0 3.5")
else()
set(__cuda_arch_bin "1.1 1.2 1.3 2.0 2.1(2.0) 3.0 3.5")
endif()替换为：
if(${CUDA_VERSION} VERSION_LESS "5.0")
set(__cuda_arch_bin "1.1 1.2 1.3 2.0 2.1(2.0) 3.0")
elseif(${CUDA_VERSION} VERSION_GREATER "6.5")
set(__cuda_arch_bin "3.0 3.5")
else()
set(__cuda_arch_bin "1.1 1.2 1.3 2.0 2.1(2.0) 3.0 3.5")
endif()头文件包含
最后一步，根据 CUDA 9.0 manual所说:
Unsupported Features General CUDA ‣ CUDA library. The built-in functions __float2half_rn() and __half2float() have been removed. Use equivalent functionality in the updated fp16 header file from the CUDA toolkit.
因此我们需要在OpenCV中common.hpp里单独添加该头文件（在{OPENCV_CODE_PATH}目录下通过find命令找到该文件）
#include <cuda_fp16.h>这时候，我们再次创建编译子目录{OPENCV_CODE_PATH}/mybuild/，并重新进行一次完整的opencv编译操作（在cmake时不必再指定-DCUDA_GENERATION参数了），就可以完美通过了。
链接问题
经过上述的操作，OpenCV的编译环节应该没有任何问题了。然而，在编译我们自己项目代码的时候，依然会遇到链接报错。
/usr/bin/ld: cannot find -lopencv_dep_nppial
/usr/bin/ld: cannot find -lopencv_dep_nppicc
/usr/bin/ld: cannot find -lopencv_dep_nppicom
/usr/bin/ld: cannot find -lopencv_dep_nppidei
/usr/bin/ld: cannot find -lopencv_dep_nppif
/usr/bin/ld: cannot find -lopencv_dep_nppig
/usr/bin/ld: cannot find -lopencv_dep_nppim
/usr/bin/ld: cannot find -lopencv_dep_nppist
/usr/bin/ld: cannot find -lopencv_dep_nppisu
/usr/bin/ld: cannot find -lopencv_dep_nppitc
collect2: error: ld returned 1 exit status这是因为，如我们上文所说，在CUDA9中更改了nppi的命名规范，这时候，我们需要去CUDA9的lib下找到对应的so文件，并建立正确的软链接。在我的机器上，CUDA9的lib库路径为/usr/local/cuda-9.0/lib64/，遇到同样问题的朋友，可以找到自己机器伤的PATH并替换下面的命令，再执行软连接操作：
ln -s {CUDA9_LIB_PATH}/libnppial.so /usr/local/lib/libopencv_dep_nppial.so
ln -s {CUDA9_LIB_PATH}/libnppicc.so /usr/local/lib/libopencv_dep_nppicc.so
ln -s {CUDA9_LIB_PATH}/libnppicom.so /usr/local/lib/libopencv_dep_nppicom.so
ln -s {CUDA9_LIB_PATH}/libnppidei.so /usr/local/lib/libopencv_dep_nppidei.so
ln -s {CUDA9_LIB_PATH}/libnppif.so /usr/local/lib/libopencv_dep_nppif.so
ln -s {CUDA9_LIB_PATH}/libnppig.so /usr/local/lib/libopencv_dep_nppig.so
ln -s {CUDA9_LIB_PATH}/libnppim.so /usr/local/lib/libopencv_dep_nppim.so
ln -s {CUDA9_LIB_PATH}/libnppist.so /usr/local/lib/libopencv_dep_nppist.so
ln -s {CUDA9_LIB_PATH}/libnppisu.so /usr/local/lib/libopencv_dep_nppisu.so
ln -s {CUDA9_LIB_PATH}/libnppitc.so /usr/local/lib/libopencv_dep_nppitc.so通过上述操作，再重新编译我们的代码，这次就全部没有问题了。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
腾讯云开发者
