一、安装必要的依赖环境
sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
最后3个模块是供opencv调用rtsp视频流的
后期需要python版本numpy的话需要安装python版本和其对应的numpy版本(下面是python3版本例子)
sudo apt-get install python3-dev python3-numpy
二、下载opencv和opencv-contrib
github下载很慢，而且很容易中断，建议采用gitee的方式下载，详见参考资料5
三、解压下载好的包
unzip opencv-4.5.0.zip
unzip opencv_contrib-4.5.0.zip
解压完后需要将opencv_contrib.zip提取到opencv目录下
sudo cp -r opencv_contrib-4.5.0 opencv-4.5.0/
在该目录下新建一个文件夹build
cd opencv-4.5.0
mkdir build
cd build
四、保证电脑上安装有cuda
这一点不在本文论述范围内，请自行安装
安装成功后，输入指令 nvidia-smi，会显示显卡占用情况
五、cmake获取一些依赖项
sudo cmake -D CMAKE_BUILD_TYPE=Release \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D OPENCV_PYTHON3_INSTALL_PATH=/usr/local/lib/python3.5/dist-packages \
-D OPENCV_EXTRA_MODULES_PATH=/home/username/opencv-4.5.0/opencv_contrib-4.5.0/modules/ \
-D WITH_CUDA=ON \
-D WITH_CUDNN=ON \
-D OPENCV_DNN_CUDA=ON \
-D ENABLE_FAST_MATH=1 \
-D CUDA_FAST_MATH=1 \
-D CUDA_ARCH_BIN=6.1 \
-D WITH_CUBLAS=1 \
-DOPENCV_ENABLE_NONFREE=True ..
上述命令注意路径，跟自己电脑上的路径保持一致
其中 CUDA_ARCH_BIN=6.1这个参数，需要根据自己的显卡参数来填写，具体操作步骤详见 参考资料6
这个参数至关重要，如果填错了，编译过程能正常运行，但是最后运行代码的时候会出错
File "ssd_object_detection.py", line 74, in
detections = net.forward()
cv2.error: OpenCV(4.2.0) /home/a_rosebrock/opencv/modules/dnn/src/cuda/execution.hpp:52: error: (-217:Gpu API call) invalid device function in function 'make_policy'
如果我们仅仅是想用GPU来加速深度学习的预测，有WITH_CUDA=ON、CUDA_ARCH_BIN=6.1和OPENCV_DNN_CUDA=ON这三个可选项就可以了（本人未尝试，待验证）
这里还编译了cuDNN (WITH_CUDNN=ON).
ENABLE_FAST_MATH, CUDA_FAST_MATH, and WITH_CUBLAS是用来优化的
上述过程中会下载一些必要的安装包，由于我朝众所周知的原因，下载过程很慢，大概率会下载失败
下载失败后，不会一直卡着不动，最终这个命令能正常执行完，但是后续正式编译会报错
待这个命令执行完之后，需要手动下载一些文件
1. 卡在ippicv下载的地方，一直下载不下来
从参考资料3中找到对应的下载位置，手动下载到本地（建议存放到ippicv的cmake文件所在位置）
修改ippicv的cmake配置文件
sudo gedit opencv-4.5.0/3rdparty/ippicv/ippicv.cmake
将第47行替换为本地路径
URL
"${OPENCV_IPPICV_URL}"
"$ENV{OPENCV_IPPICV_URL}"
#"https://raw.githubusercontent.com/opencv/opencv_3rdparty/${IPPICV_COMMIT}/ippicv/"
"/home/usrname/opencv-4.5.0/3rdparty/ippicv/"
2. 卡在face_landmark_model.dat下载的地方，一直下载不下来
从网上下载face_landmark_model.dat，放置到本地（建议放在face模块位置）
修改face模块的配置文件
sudo gedit /home/username/opencv-4.5.0/opencv_contrib/modules/face/CMakeLists.txt
将第19行替换为本地路径
URL
"${OPENCV_FACE_ALIGNMENT_URL}"
"$ENV{OPENCV_FACE_ALIGNMENT_URL}"
#"https://raw.githubusercontent.com/opencv/opencv_3rdparty/${__commit_hash}/"
"/home/username/opencv-4.5.0/opencv_contrib/modules/face/src
/"
3. 卡在vgg_generated下载的地方，一直下载不下来
参考资料4中有下载地址，下载成功后放在 opencv_contrib/modules/xfeatures2d/src/ 路径下即可
六、make编译
sudo make -j4
代码最后的数字代表使用多少个CPU进行编译，我的电脑是12核的CPU，所以我把数字4改为10，编译速度立马从一两个小时降为10来分钟
过程中遇到一个报错
往上翻了翻，发现是文件缺失
根据 参考资料7 找到了解决方案：将opencv/modules/features2d复制，粘贴到build目录中来解决该问题
先将build文件夹清空，然后复制上述文件夹，重复第五和第六步两个指令即可
根据make结果进行安装
sudo make install
安装成功后，本机就可以正常使用了
七、打包编译好的动态库
在需要的地方创建一个文件夹
mkdir -p opencv450/lib
cd opencv450
将安装好的opencv库打包进新建的文件夹内，留作新的电脑内使用
cp /usr/local/lib/libopencv* opencv450/lib
cp /usr/local/lib/python3.5/dist-packages/cv2/python-3.5/cv2.cpython-35m-x86_64-linux-gnu.so opencv450/cv2.so
以上命令注意文件路径
八、将编译好的opencv动态库放到新的电脑指定路径内
cp opencv420/lib/libopencv* /usr/local/lib/
cp opencv420/cv2.so /usr/local/lib/python3.5/dist-packages/cv2.so
以上命令注意文件路径
这样就可以在新电脑中测试opencv了，哈哈！！
参考资料：
1. ubuntu16.04+opencv420+移植到新的相对应的环境中
2. ubuntu16.04 安装opencv IPPICV 和 face_landmark_model.dat下载不下来的问题解决
3. ubuntu安装opencv无法下载IPPICV的问题 ippicv_2020_lnx_intel64_20191018_general.tgz
4. 编译OpenCV提示opencv_contrib缺少boostdesc_bgm.i等文件
5. 2020年github文件高速下载方法
6. How to use OpenCV’s “dnn” module with NVIDIA GPUs, CUDA, and cuDNN
7. Ubuntu系统opencv4.4安装常见问题 找不到 feature2d/test/test_detectors_regression.impl.hpp 文件
