Linux编译OpenCV3.2.0-OCL模块并使用
2017-10-12 09:52
477 查看
之前老板已经编译好了OpenCV3.2.0 ，但是好像无法使用ocl模块？
所以我想应该是他当初编译的时候没有选择WITH_OPENCL，所以我决定重新编译一遍。
一、下载CMake并安装
1、我下载的是CMake3.4.0并安装完毕（教程网上有太多 就不重复）；
但我运行./configure时出现：
解决办法：yum install ncurses-devel 如果下载不了，就自己手动下载：我是手动下载的：ncurses-devel-5.9-14.20130511.el7_4.x86_64.rpm （然后用rpm命令安装即可）。
2、安装cmake-gui
yum install cmake-gui
检验是否安装成功 ：直接运行 cmake-gui 即可出现cmake界面
二、下载安装OpenCV
我是手动去官网下载OpenCV3.2.0.tar.gz的，然后解压在opencv-OpenCL-3.2.0文件夹下。
三、编译OpenCV-OCL
1、新建一个OpenCV3.2_With_OpenCL文件夹
2、终端下运行cmake-gui打开界面
3、像下面那样填写目录，开始编译：（等了很久）
我的出现这个错误：仔细看就是：
a.我试着手动下载这个红色部分提示缺少的文件：ippicv_linux_20151201.tgz
https://raw.githubusercontent.com/Itseez/opencv_3rdparty/81a676001ca8075ada498583e4166079e5744668/ippicv/ippicv_linux_20151201.tgz 在这里下载。如果这个下载不了就在： http://download.csdn.net/download/chu_ying/9432287 下载。
类似这个目录下。
b.终端下打开cmake-gui 点击configure 就会接着之前失败的地方进行（这次速度很快）：
发现那个WITH_OPENCL竟然是自动选上的。
c.点击generate （速度比较快）（没有出现什么错误）
d.在文件夹OpenCV3.2_With_OpenCL下打开终端 运行 make （出现很多东西 等待。。。）
类似这样的东西。。。感觉等待了一万年。。。
e.接着运行 make install
这样编译好的OpenCV3.2.0的lib和include原来都在usr/include/下面 ，去找就找到了。（其实最好不搞在这里 开始应该指定目录的）
可以在此运行 opencv_version -v 应该出现像我一样的画面：
这样创建工程时加上库路径和头文件路径等 就OK了。运行了一个简单例子，成功。
奇怪之处：在记录这篇文章之前 我的OpenCL版本是2.0的：
但这次编译之后却变成了1.2的了？tell me why????????哦我知道了，不是编译的原因，而是硬件原因：我的驱动是OpenCL2.0，但我的显卡是Rx 560不支持OpenCL 2.0 只支持OpenCL1.2 ！！！ ps：大神说：当前能支持OpenCL 2.0的是 AMD GPU基于GCN 1.1或更高版本架构的GPU，比如R9 285支持。R9 3XX很多都支持。另外就是Broadwell处理器架构或更新架构的Intel HD(或Iris) Graphics能支持。
刚刚查了下：GPU型号与OpenCL版本支持关系：https://en.wikipedia.org/wiki/List_of_AMD_graphics_processing_units
四、运行ocl的例子
但运行ocl的例子时还是报错说：oclMat 不是‘cv::ocl’成员 ？？
最近谷歌打不开。
终于知道了：http://blog.csdn.net/jia20003/article/details/69802932 原来OpenCV3.x后使用UMat取代了OpenCV2.x的oclMat！难怪无论是我编译的还是之前老板编译的OpenCV3.2使用oclMat都错的！（不过发现还是要自己编译，最好不用老板编译好的，因为刚刚发现老板编译好的include下没有3rdparty更没有CL文件夹，所以想了下，如果不要用到opencv-ocl模块，还是可以用老板编译的版本；但如果要用opencv-ocl模块，还是用我自己编译的）用UMat就好了！UMat就是以前的oclMat！
1、UMat（ocl）小例子
按照这个人的介绍 UMat即是ocl，我的设备支持OpenCL,故启动UMat就是启动了GPU运行。 我这个例子应该是在GPU上，但耗时是341 ms。
2、对比原opencv程序
原来的纯CPU的程序：
这个耗时只要19ms！！！
3、对比我自己写的纯OpenCL程序
我自己写了一个纯OpenCL的腐蚀：
我这个耗时是129 ms！！！
当然这个没太多可比性，只是一个参考数据！因为UMat那个参杂了Mat到UMat的转化（需要时间），或者可能这个简单的运算并不适合GPU并行？！
后来看了 https://stackoverflow.com/questions/41688751/understanding-the-usage-of-opencl-in-opencv-mat-umat-objects
又用这个例子试了下：main.cpp
就相当于 杀鸡用牛刀和水果刀的区别 ： 牛刀切开鸡脖子比水果刀快 但牛刀重 ，举起来就要花很久 而水果刀轻方便拿！！！
五、总结
刚刚在windows下查看了OpenCV3.1的源码，发现opencv_core和opencv_highgui库下有很多核函数即cl文件：
图中这个cv::split()就是我们以前常用的纯opencv函数纯CPU的！
然后再看下面这个：这个opencv的gpu版本即ocl版本的split()函数，即这个函数启动时会在GPU上运行！看这里有核函数、globalsize及run等
而第一个图的这句话：
所以：只要是硬件条件支持OpenCL、为工程添加所需的OpenCL库及头文件、在main中添加进ocl命名空间、使用UMat ，只要满足这4个条件那么就是在GPU上运行的！！！
当然等谷歌重新开放时我会再次查证！
我刚刚又看了OpenCV3.1的源码：（只是看了一部分，几个库中）
1、发现图像校正、图像轮廓、ml中的所有函数都没有OpenCL加速版本！
2、只要是#include "opencl_kernels_....hpp" 的都有OpenCL版本的API！如：图像分离与合成、形态学操作、阈值化、平滑滤波、边缘检测、Harris角点检测相关的（比如梯度矩阵的最小特征值cornerMinEigenVal()）、特征检测、直方图检测、霍夫直线检测、图像缩放、图像的几何变换、图像金字塔等相关的API都有相应的OpenCL版本！
他还说：
通过Mat::getUMat()之后就获取一个UMat对象，同样在UMat对象操作期间，作为父对象Mat也会被LOCK直到子对象UMat销毁之后才可以继续使用。
OpenCV的官方文档说不鼓励在一个方法和一段代码中同时使用Mat与UMat两种方式，因为这样做真的非常危险。此外Mat与UMat还可以相互拷贝，但是这种方式也不是OpenCV官方提倡与推荐的，所以尽量别用这种方式。
参考了 http://www.cnblogs.com/emouse/archive/2013/02/22/2922940.html
所以我想应该是他当初编译的时候没有选择WITH_OPENCL，所以我决定重新编译一遍。
一、下载CMake并安装
1、我下载的是CMake3.4.0并安装完毕（教程网上有太多 就不重复）；
但我运行./configure时出现：
解决办法：yum install ncurses-devel 如果下载不了，就自己手动下载：我是手动下载的：ncurses-devel-5.9-14.20130511.el7_4.x86_64.rpm （然后用rpm命令安装即可）。
2、安装cmake-gui
yum install cmake-gui
检验是否安装成功 ：直接运行 cmake-gui 即可出现cmake界面
二、下载安装OpenCV
我是手动去官网下载OpenCV3.2.0.tar.gz的，然后解压在opencv-OpenCL-3.2.0文件夹下。
三、编译OpenCV-OCL
1、新建一个OpenCV3.2_With_OpenCL文件夹
2、终端下运行cmake-gui打开界面
3、像下面那样填写目录，开始编译：（等了很久）
我的出现这个错误：仔细看就是：
a.我试着手动下载这个红色部分提示缺少的文件：ippicv_linux_20151201.tgz
https://raw.githubusercontent.com/Itseez/opencv_3rdparty/81a676001ca8075ada498583e4166079e5744668/ippicv/ippicv_linux_20151201.tgz 在这里下载。如果这个下载不了就在： http://download.csdn.net/download/chu_ying/9432287 下载。
然后，将刚才下载的文件直接拷贝进入opencv3.1源码的下面这个目录：opencv-OpenCL-3.2.0/3rdparty/ippicv/downloads/linux-808b791a6eac9ed78d32a7666804320e
类似这个目录下。
b.终端下打开cmake-gui 点击configure 就会接着之前失败的地方进行（这次速度很快）：
发现那个WITH_OPENCL竟然是自动选上的。
c.点击generate （速度比较快）（没有出现什么错误）
d.在文件夹OpenCV3.2_With_OpenCL下打开终端 运行 make （出现很多东西 等待。。。）
类似这样的东西。。。感觉等待了一万年。。。
e.接着运行 make install
这样编译好的OpenCV3.2.0的lib和include原来都在usr/include/下面 ，去找就找到了。（其实最好不搞在这里 开始应该指定目录的）
可以在此运行 opencv_version -v 应该出现像我一样的画面：
这样创建工程时加上库路径和头文件路径等 就OK了。运行了一个简单例子，成功。
奇怪之处：在记录这篇文章之前 我的OpenCL版本是2.0的：
但这次编译之后却变成了1.2的了？tell me why????????哦我知道了，不是编译的原因，而是硬件原因：我的驱动是OpenCL2.0，但我的显卡是Rx 560不支持OpenCL 2.0 只支持OpenCL1.2 ！！！ ps：大神说：当前能支持OpenCL 2.0的是 AMD GPU基于GCN 1.1或更高版本架构的GPU，比如R9 285支持。R9 3XX很多都支持。另外就是Broadwell处理器架构或更新架构的Intel HD(或Iris) Graphics能支持。
刚刚查了下：GPU型号与OpenCL版本支持关系：https://en.wikipedia.org/wiki/List_of_AMD_graphics_processing_units
| Chip series | Micro-architecture | Fab | Supported APIs | Introduced with | ||||
|---|---|---|---|---|---|---|---|---|
| rendering | computing | |||||||
| Vulkan | OpenGL[4] | Direct3D | HSA | OpenCL | ||||
| R100 | fixed-pipeline | 180 nm 150 nm | No | 1.3 | 7.0 | No | No | Original "ATI Radeon", as well as Radeon DDR, 7000, 7500, VE, and LE models |
| R200 | programmable pixel&vertex pipelines | 150 nm | 1.4 | 8.1 | 8500, 9000, 9200 and 9250 | |||
| R300 | 150 nm 130 nm 110 nm | 2.0 | 9.0 11 (FL 9_2) | 9500–9800, X300-X600, X1050 | ||||
| R420 | 130 nm 110 nm | 9.0b 11 (FL 9_2) | X700–X850 | |||||
| R520 | 90 nm 80 nm | 9.0c 11 (FL 9_3) | X1300–X1950 | |||||
| R600 | TeraScale 1 | 80 nm 65 nm | 3.3 | 10.0 11 (FL 10_0) | ATI Stream | HD 2000 series, HD 3410 | ||
| RV670 | 55 nm | 10.1 11 (FL 10_1) | ATI Stream APP[5] | HD 3450-3870, Mobility HD 2000 and 3000 series | ||||
| RV770 | 55 nm 40 nm | 1.0 | HD 4000 series | |||||
| Evergreen | TeraScale 2 | 40 nm | 4.4 | 11 (FL 11_0) 12 (FL 11_0) | 1.2 | HD 5000 series | ||
| Northern Islands | TeraScale 3 | HD 6000 series, and IGP 7000 series | ||||||
| Southern Islands | GCN 1st gen | 28 nm | 1.0 | 4.5 | 11 (FL 11_1) 12 (FL11_1) | Yes | 1.2, new driver 2.0 possible | HD 7000 series |
| Sea Islands | GCN 2nd gen | 11 (FL 12_0) 12 (FL 12_0) | 2.0 (2.1 in Beta and 2.2 with driver update) | Radeon 200 series | ||||
| Volcanic Islands | GCN 3rd gen | Radeon 300 series | ||||||
| Arctic Islands | GCN 4th gen | 14 nm | Radeon 400 series | |||||
| Vega | Vega | 12 (FL 12_1) | Radeon VEGA series |
四、运行ocl的例子
但运行ocl的例子时还是报错说：oclMat 不是‘cv::ocl’成员 ？？
最近谷歌打不开。
终于知道了：http://blog.csdn.net/jia20003/article/details/69802932 原来OpenCV3.x后使用UMat取代了OpenCV2.x的oclMat！难怪无论是我编译的还是之前老板编译的OpenCV3.2使用oclMat都错的！（不过发现还是要自己编译，最好不用老板编译好的，因为刚刚发现老板编译好的include下没有3rdparty更没有CL文件夹，所以想了下，如果不要用到opencv-ocl模块，还是可以用老板编译的版本；但如果要用opencv-ocl模块，还是用我自己编译的）用UMat就好了！UMat就是以前的oclMat！
1、UMat（ocl）小例子
按照这个人的介绍 UMat即是ocl，我的设备支持OpenCL,故启动UMat就是启动了GPU运行。 我这个例子应该是在GPU上，但耗时是341 ms。
2、对比原opencv程序
原来的纯CPU的程序：
这个耗时只要19ms！！！
3、对比我自己写的纯OpenCL程序
我自己写了一个纯OpenCL的腐蚀：
我这个耗时是129 ms！！！
当然这个没太多可比性，只是一个参考数据！因为UMat那个参杂了Mat到UMat的转化（需要时间），或者可能这个简单的运算并不适合GPU并行？！
后来看了 https://stackoverflow.com/questions/41688751/understanding-the-usage-of-opencl-in-opencv-mat-umat-objects
又用这个例子试了下：main.cpp
#include <opencv2/core/ocl.hpp>
#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
using namespace cv;
using namespace cv::ocl;
using namespace std;
int main()
{
TickMeter tm;
tm.start();
//launch OpenCL environment...
std::vector<cv::ocl::PlatformInfo> plats;
cv::ocl::getPlatfomsInfo(plats);
const cv::ocl::PlatformInfo *platform=&plats[0];
// cout<<"Platform name: "<<platform->name().c_str()<<endl;
cv::ocl::Device current_device;
platform->getDevice(current_device,0);
// cout<<"Device name: "<<current_device.name().c_str()<<endl;
current_device.set(0);
ocl::setUseOpenCL(true);
cv::UMat test_ocl_img;
imread("/home/jumper/Ecology_OpenCL/erodecontrasttest/test.bmp").copyTo(test_ocl_img);
cv::UMat test_gray_img(test_ocl_img.rows,test_ocl_img.cols,CV_8UC1);
cvtColor(test_ocl_img, test_gray_img, CV_BGR2GRAY);
threshold(test_gray_img, test_gray_img, 40, 255, 0);
imwrite("ocltemp.bmp",test_gray_img);
cv::UMat element_img;
getStructuringElement(MORPH_RECT, Size(2, 2)).copyTo(element_img);
erode(test_gray_img, test_gray_img, element_img);
tm.stop();
std::cout<<"count="<<tm.getCounter()<<" ,process time="<<tm.getTimeMilli()<<" ms."<<std::endl;
return 0;
}结果发现时间还是很慢啊！？个人觉得：这个不适合用OpenCL 这么一点又没什么计算量 时间当然比用纯CPU的API多！就相当于 杀鸡用牛刀和水果刀的区别 ： 牛刀切开鸡脖子比水果刀快 但牛刀重 ，举起来就要花很久 而水果刀轻方便拿！！！
五、总结
刚刚在windows下查看了OpenCV3.1的源码，发现opencv_core和opencv_highgui库下有很多核函数即cl文件：
图中这个cv::split()就是我们以前常用的纯opencv函数纯CPU的！
然后再看下面这个：这个opencv的gpu版本即ocl版本的split()函数，即这个函数启动时会在GPU上运行！看这里有核函数、globalsize及run等
而第一个图的这句话：
CV_OCL_RUN(_m.dims() <= 2 && _mv.isUMatVector(), ocl_split(_m, _mv))说明，OpenCV3.x版本的纯CPU的API中都有了GPU的判断接口，如果判断是UMat，则启动这个API的GPU版本的函数！否则启动以前的老的纯CPU版本的函数！
所以：只要是硬件条件支持OpenCL、为工程添加所需的OpenCL库及头文件、在main中添加进ocl命名空间、使用UMat ，只要满足这4个条件那么就是在GPU上运行的！！！
#include <opencv2/core/ocl.hpp>
#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
using namespace cv;
using namespace cv::ocl;
using namespace std;
int main()
{
TickMeter tm;
tm.start();
//launch OpenCL environment...
std::vector<cv::ocl::PlatformInfo> plats;
cv::ocl::getPlatfomsInfo(plats);
const cv::ocl::PlatformInfo *platform=&plats[0];
// cout<<"Platform name: "<<platform->name().c_str()<<endl;
cv::ocl::Device current_device;
platform->getDevice(current_device,0);
// cout<<"Device name: "<<current_device.name().c_str()<<endl;
current_device.set(0);
ocl::setUseOpenCL(true);
cv::UMat test_ocl_img;
imread("/home/jumper/Ecology_OpenCL/erodecontrasttest/test.bmp").copyTo(test_ocl_img);
cv::UMat test_gray_img(test_ocl_img.rows,test_ocl_img.cols,CV_8UC1);
cvtColor(test_ocl_img, test_gray_img, CV_BGR2GRAY);
threshold(test_gray_img, test_gray_img, 40, 255, 0);
imwrite("ocltemp.bmp",test_gray_img);
cv::UMat element_img;
getStructuringElement(MORPH_RECT, Size(2, 2)).copyTo(element_img);
erode(test_gray_img, test_gray_img, element_img);
tm.stop();
std::cout<<"count="<<tm.getCounter()<<" ,process time="<<tm.getTimeMilli()<<" ms."<<std::endl;
return 0;
}像我这个文件中的灰度转换、阈值化、存图、腐蚀都是在GPU上！当然等谷歌重新开放时我会再次查证！
我刚刚又看了OpenCV3.1的源码：（只是看了一部分，几个库中）
1、发现图像校正、图像轮廓、ml中的所有函数都没有OpenCL加速版本！
2、只要是#include "opencl_kernels_....hpp" 的都有OpenCL版本的API！如：图像分离与合成、形态学操作、阈值化、平滑滤波、边缘检测、Harris角点检测相关的（比如梯度矩阵的最小特征值cornerMinEigenVal()）、特征检测、直方图检测、霍夫直线检测、图像缩放、图像的几何变换、图像金字塔等相关的API都有相应的OpenCL版本！
他还说：
通过Mat::getUMat()之后就获取一个UMat对象，同样在UMat对象操作期间，作为父对象Mat也会被LOCK直到子对象UMat销毁之后才可以继续使用。
OpenCV的官方文档说不鼓励在一个方法和一段代码中同时使用Mat与UMat两种方式，因为这样做真的非常危险。此外Mat与UMat还可以相互拷贝，但是这种方式也不是OpenCV官方提倡与推荐的，所以尽量别用这种方式。
参考了 http://www.cnblogs.com/emouse/archive/2013/02/22/2922940.html
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 使用OpenCV的OpenCL(ocl)模块
- 使用OpenCV的OpenCL(ocl)模块
- Linux下使用内核源码单独编译某一模块
- 编译并使用带有OpenCL模块的OpenCV for android SDK
- Opencv中使用ocl模块遇到的问题
- 使用OpenCV的OpenCL(ocl)模块
- 使用OpenCV的OpenCL(ocl)模块
- Ubuntu/Linux编译Opencv3.2（包括使用）//有问题欢迎留言交流
- 【ZYNQ_LINUX】使用ubuntu 编译opencv 代码
- linux下gcc编译使用opencv的源文件时报错的处理：undefined reference to symbol '_ZNSsD1Ev@@GLIBCXX_3.4'
- opencv3.2.0+opencv_contrib扩展模块+VS2015+CMake 编译opencv（完美解决编译错误）
- linux python 视频设备控制模块 openCV 编译安装与测试
- Ubuntu 14.04 LTS下使用arm-linux-gcc交叉编译OpenCV 2.4.9
- 在android上使用opencv的ocl模块遇到的问题（一）
- OpenCV在linux平台的编译、安装和使用
- OpenCV contrib 3.2.0扩展模块添加与编译（VS2017+OpenCV3.2.0）详解与排坑
- 如何编译OpenCV里面的ocl模块
- OpenCV 及 OpenCV Samples 在 Window， Linux上的编译及使用
- linux下如何不编译opencv的某些模块
- VS2010上单独编译ocl模块(opencv248)