docker镜像安装opencv

### 安装 OpenCV 及其贡献模块到 Docker 镜像 为了在 Docker 镜像中安装 OpenCV 和 `opencv_contrib`，需要遵循一系列特定的操作流程。这不仅涉及下载必要的软件包，还包括设置环境变量以及编译源码。 #### 创建并进入工作目录 首先，在宿主机上创建一个新的文件夹作为项目根目录，并切换至该路径下： ```bash mkdir ~/opencv_docker && cd ~/opencv_docker ``` 接着克隆官方 GitHub 仓库中的 OpenCV 和额外的功能库（即 opencv_contrib）。对于后者来说，如果计划利用某些高级特性，则必不可少[^1]。 #### 准备 CMake 构建选项 当准备通过 CMake 来构建 OpenCV 时，需指定额外的模块路径以便能够访问来自 contrib 的扩展功能。假设已经获取到了上述两个 Git 存储库的内容，那么可以通过如下方式传递给 cmake 命令: ```bash -DOPENCV_EXTRA_MODULES_PATH=<path_to_opencv_contrib>/modules ``` 这里 `<path_to_opencv_contrib>` 应替换为你实际存放 opencv_contrib 文件的位置。 #### 编写 Dockerfile 并定义构建过程 编写一个名为 `Dockerfile` 的文本文件，内容大致如下所示： ```dockerfile FROM nvidia/cuda:11.3-base-ubuntu20.04 RUN apt-get update && \ DEBIAN_FRONTEND=noninteractive apt-get install -y --no-install-recommends \ build-essential \ cmake \ git \ wget \ unzip \ pkg-config \ libgtk-3-dev \ libavcodec-dev \ libavformat-dev \ libswscale-dev \ python3-dev \ python3-numpy \ libtbb2 \ libtbb-dev \ libjpeg-dev \ libpng-dev \ libtiff-dev \ libdc1394-22-dev \ ffmpeg \ curl \ ca-certificates \ libgstreamer-plugins-base1.0-dev \ gstreamer1.0-tools \ gstreamer1.0-x \ gstreamer1.0-libav \ gstreamer1.0-gl \ gstreamer1.0-gtk3 \ gstreamer1.0-qt5 \ gstreamer1.0-pulseaudio \ libv4l-dev \ v4l-utils \ libopenblas-dev \ liblapack-dev \ gfortran \ protobuf-compiler \ libprotobuf-dev \ libgoogle-glog-dev \ libgflags-dev \ liblmdb-dev \ libleveldb-dev \ libsnappy-dev \ libhdf5-dev \ openexr \ libwebp-dev \ qtbase5-dev \ libatlas-base-dev \ libjasper-dev \ libilmbase-dev \ libopenexr-dev \ libgphoto2-dev \ libeigen3-dev \ doxygen \ graphviz \ pandoc \ texlive-latex-extra \ latexmk \ ghostscript \ imagemagick \ libcurl4-openssl-dev \ libssl-dev \ libxml2-dev \ libxslt1-dev \ swig \ python3-setuptools \ python3-wheel \ python3-scipy \ python3-matplotlib \ python3-skimage \ python3-h5py \ python3-lxml \ python3-tk \ python3-yaml \ python3-boto \ python3-botocore \ python3-dateutil \ python3-docutils \ python3-jinja2 \ python3-markupsafe \ python3-psutil \ python3-pygments \ python3-six \ python3-sphinx \ python3-sphinx-rtd-theme \ python3-sphinxcontrib-programoutput \ python3-sphinxcontrib-websupport \ python3-tabulate \ python3-termcolor \ python3-werkzeug \ python3-zmq \ python3-grpcio \ python3-grpcio-tools \ python3-googleapis-common-protos \ python3-opencv \ python3-pip \ python3-virtualenv \ python-is-python3 \ && rm -rf /var/lib/apt/lists/* WORKDIR /root/ # 下载 OpenCV 源代码 RUN git clone https://github.com/opencv/opencv.git opencv && \ git clone https://github.com/opencv/opencv_contrib.git opencv_contrib # 设置 CUDA_ARCH_BIN 版本号 (例如 Turing) ENV CUDA_GENERATION=Turing # 开始构建 OpenCV WORKDIR /root/opencv/build/ RUN cmake -DCMAKE_BUILD_TYPE=Release \ -DCMAKE_INSTALL_PREFIX=/usr/local \ -DBUILD_EXAMPLES=ON \ -DWITH_CUDA=ON \ -DCUDA_ARCH_BIN=${CUDA_GENERATION} \ -DOPENCV_EXTRA_MODULES_PATH=/root/opencv_contrib/modules .. && \ make -j$(nproc) && \ make install && \ ldconfig CMD ["bash"] ``` 此脚本基于 NVIDIA 提供的基础镜像，并集成了大量依赖项以支持完整的 OpenCV 功能集合。注意设置了 `-DWITH_CUDA=ON` 参数开启 GPU 加速的支持，并指定了相应的 CUDA 计算能力版本 (`CUDA_GENERATION`)。此外还加入了指向 `opencv_contrib` 中 modules 路径的配置。 完成以上步骤之后就可以运行 `docker build . -t my_opencv_image` 来创建自定义的 Docker 映像了。最后一步则是启动容器实例来进行测试或进一步开发活动。