Ubuntu16.04 安装OpenCV&OpenCL

Ubuntu16.04 安装OpenCV&OpenCL

Summary概述

因为课程需要，我就按师兄要求在Ubuntu环境下安装了OpenCV 3.2.0、 intel版本和nvidia版本的OpenCL。所以，这篇文章记录了安装过程，最后还有测试是否安装成功。

OpenCL介绍

//说些什么好呢

一. 安装OpenCV3.2.0

安装OpenCV的过程可以说是比较简单，一般不会出什么错误。

1.首先，安装一些依赖：

sudo apt-get install build-essential libgtk2.0-dev libjpeg-dev libtiff5-dev libjasper-dev libopenexr-dev cmake libeigen3-dev yasm libfaac-dev libtheora-dev libx264-dev libv4l-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev ffmpeg

2.然后在OpenCV的官网上下载3.2版本源码sources的压缩包。



3.下载好压缩包之后，解压压缩包到某文件夹（用windows习惯了，直接右键提取到此处。。。）

4.终端中cd到该解压缩的文件夹中，然后创建build文件夹 mkdir build

5.进入build目录 cd build

6.编译opencv源码：

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..

7.安装：

sudo make install

如下图所示：





最后，在终端检查opencv版本，如图所示，是opencv3.2.0

二. 安装intel cpu版本的OpenCL

因为我的电脑是intel CPU 和nividi GPU， 所以，如果希望使用Intel CPU作为并行设备，则必须安装Intel SDK，如果使用NVIDIA GPU作为并行设备，则必须安装NVIDIA SDK

1.安装clinfo，clinfo是一个显示OpenCL平台和设备的软件，安装后，在命令行输入clinfo即可验证。`

sudo apt-get install clinfo

2.在intel官网上下载了intel SDK的tgz文件，并且解压。

3.安装依赖

sudo apt install dkms xz-utils openssl libnuma1 libpciaccess0 bc curl libssl-dev lsb-core libicu-dev

sudo apt-key adv --keyserver hkp://keyserver.ubuntu.com:80 --recv-keys 3FA7E0328081BFF6A14DA29AA6A19B38D3D831EF

echo "deb http://download.mono-project.com/repo/debian wheezy main" | sudo tee /etc/apt/sources.list.d/mono-xamarin.list

sudo apt-get update

sudo apt-get install mono-complete

4.进入intel SDK解压目录，开始安装

sudo sh install_GUI.sh

按照提示信息安装，安装时可能会提示“Unsupported OS”，点击next无视掉。

安装
c49e
到“Installation summary”页面时，点击“Customize”自定义安装组件，选择除了“Set of OpenCL(TM) files for Android* target”以外的所有组件。

无视Missing libraries，next继续，点Install安装。

5.安装后，在命令行中输入clinfo就能看到intel的平台和设备。

三. 安装nvidia gpu版本的OpenCL

1.这里需要根据NVIDIA设备的型号来选择驱动版本，旧版本不支持新GPU，同样，新版本也可能会不支持旧GPU，我上网查询到一个快速简单的方法：点击系统设置->软件和更新->附加驱动，如下图所示，然后选择invidia私有驱动，退出并保存修改。



2.在终端输入nvidia-settings，会打开nvidia 显卡的选项（或许这步还需要安装nvidia-settings、 nvidia-prime）,可以切换nvidia 独显和intel 集显



3.安装与OpenCL有关的包

sudo apt-get install nvidia-<version here>-uvm nvidia-opencl-dev nvidia-modprobe nvidia-libopencl1-<version here> nvidia-opencl-icd-<version here>

4.安装CUDA toolkit

sudo apt-get install nvidia-cuda-toolkit

5.安装完成后，命令行中输入clinfo就可以看到已找到intel平台和CPU设备、NVIDIA平台和GPU设备。

四. 测试安装结果

下面是个入门程序，已经注释好了，注释包括了基本原理的解析，可以通过直接阅读和调试程序学习OpenCL了。本程序是读取电脑中的支持OpenCL的硬件nvidia和intel和AMD等信息，然后显示在屏幕上。

程序代码 opencl_hello.c

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

#ifdef MAC
#include <OpenCL/cl.h>
#else
#include <CL/cl.h>
#endif

int main() {

/* Host data structures */
cl_platform_id *platforms;
//每一个cl_platform_id 结构表示一个在主机上的OpenCL执行平台，就是指电脑中支持OpenCL的硬件，如nvidia显卡，intel CPU和显卡，AMD显卡和CPU等
cl_uint num_platforms;
cl_int i, err, platform_index = -1;

/* Extension data */
char* ext_data;
size_t ext_size;
const char icd_ext[] = "cl_khr_icd";

//要使platform工作，需要两个步骤。1 需要为cl_platform_id结构分配内存空间。2 需要调用clGetPlatformIDs初始化这些数据结构。一般还需要步骤0：询问主机上有多少platforms

/* Find number of platforms */
//返回值如果为-1就说明调用函数失败，如果为0标明成功
//第二个参数为NULL代表要咨询主机上有多少个platform，并使用num_platforms取得实际flatform数量。
//第一个参数为1，代表我们需要取最多1个platform。可以改为任意大如：INT_MAX整数最大值。但是据说0，否则会报错，实际测试好像不会报错。下面是步骤0：询问主机有多少platforms
err = clGetPlatformIDs(5, NULL, &num_platforms);
if(err < 0) {
perror("Couldn't find any platforms.");
exit(1);
}

printf("I have platforms: %d\n", num_platforms); //本人计算机上显示为2，有intel和nvidia两个平台

/* Access all installed platforms */
//步骤1 创建cl_platform_id，并分配空间
platforms = (cl_platform_id*)
malloc(sizeof(cl_platform_id) * num_platforms);
//步骤2 第二个参数用指针platforms存储platform
clGetPlatformIDs(num_platforms, platforms, NULL);

/* Find extensions of all platforms */
//获取额外的平台信息。上面已经取得了平台id了，那么就可以进一步获取更加详细的信息了。
//一个for循环获取所有的主机上的platforms信息
for(i=0; i<num_platforms; i++)
{
/* Find size of extension data */
//也是和前面一样，先设置第三和第四个参数为0和NULL，然后就可以用第五个参数ext_size获取额外信息的长度了。
err = clGetPlatformInfo(platforms[i],
CL_PLATFORM_EXTENSIONS, 0, NULL, &ext_size);
if(err < 0)
{
perror("Couldn't read extension data.");
exit(1);
}

printf("The size of extension data is: %d\n", (int)ext_size);//我的计算机显示224.

/* Access extension data */
//这里的ext_data相当于一个缓存，存储相关信息。
ext_data = (char*)malloc(ext_size);
//这个函数就是获取相关信息的函数，第二个参数指明了需要什么样的信息，如这里的CL_PLATFORM_EXTENSIONS表示是opencl支持的扩展功能信息。我计算机输出一大串，机器比较新（专门为了学图形学而购置的电脑），支持的东西比较多。
clGetPlatformInfo(platforms[i], CL_PLATFORM_EXTENSIONS,
ext_size, ext_data, NULL);
printf("Platform %d supports extensions: %s\n", i, ext_data);

//这里是输出生产商的名字，比如我显卡信息是：NVIDIA CUDA
char *name = (char*)malloc(ext_size);
clGetPlatformInfo(platforms[i], CL_PLATFORM_NAME,
ext_size, name, NULL);
printf("Platform %d name: %s\n", i, name);

//这里是供应商信息，我显卡信息：NVIDIA Corporation
char *vendor = (char*)malloc(ext_size);
clGetPlatformInfo(platforms[i], CL_PLATFORM_VENDOR,
ext_size, vendor, NULL);
printf("Platform %d vendor: %s\n", i, vendor);

//最高支持的OpenCL版本，本机显示：OpenCL1.1 CUDA 4.2.1
char *version = (char*)malloc(ext_size);
clGetPlatformInfo(platforms[i], CL_PLATFORM_VERSION,
ext_size, version, NULL);
printf("Platform %d version: %s\n", i, version);

//这个只有两个值：full profile 和 embeded profile
char *profile = (char*)malloc(ext_size);
clGetPlatformInfo(platforms[i], CL_PLATFORM_PROFILE,
ext_size, profile, NULL);
printf("Platform %d full profile or embeded profile?: %s\n", i, profile);

/* Look for ICD extension */
//如果支持ICD这一扩展功能的platform，输出显示，本机的Intel和Nvidia都支持这一扩展功能
if(strstr(ext_data, icd_ext) != NULL)
platform_index = i;
//std::cout<<"Platform_index = "<<platform_index<<std::endl;
printf("Platform_index is: %d\n", platform_index);
/* Display whether ICD extension is supported */
if(platform_index > -1)
printf("Platform %d supports the %s extension.\n",
platform_index, icd_ext);

//释放空间
free(ext_data);
free(name);
free(vendor);
free(version);
free(profile);
}

if(platform_index <= -1)
printf("No platforms support the %s extension.\n", icd_ext);

/* Deallocate resources */
free(platforms);
return 0;
}

编译和执行（Linux）：

1） gcc opencl_hello.c -lOpenCL

2） ./a.out

结果： 显示了intel平台和nvidia平台的信息