ubuntu 安装opencv opencv_contrib cuda

### 安装带有CUDA支持的OpenCV和Opencv_contrib

#### 准备工作
为了确保顺利安装带CUDA加速功能的OpenCV及其贡献模块，在开始之前需确认已正确配置好开发环境，包括但不限于更新系统软件包列表、安装必要的依赖项等。

sudo apt-get update && sudo apt-get upgrade -y

#### 安装依赖库
安装构建过程中所需的各类工具与库文件：

sudo apt-get install cmake git pkg-config libgtk-3-dev \
    libavcodec-dev libavformat-dev libswscale-dev \
    python3-dev python3-numpy libtbb2 libtbb-dev \
    libjpeg-dev libpng-dev libtiff-dev gfortran \
    openexr libatlas-base-dev protobuf-compiler \
    libgoogle-glog-dev libgflags-dev libeigen3-dev \
    libopenblas-dev liblapack-dev libhdf5-dev \
    cuda-cudart-dev-11-8 libcublas-dev-11-8 \
    cuda-command-line-tools-11-8 -y

以上命令会安装一系列用于图像处理和支持CUDA运算的基础组件[^2]。

#### 下载源码
获取指定版本号的OpenCV及对应的contrib扩展库压缩包，并将其放置在同一目录内以便后续操作。

wget https://github.com/opencv/opencv/archive/refs/tags/4.4.0.zip
unzip 4.4.0.zip
mv opencv-4.4.0 ~/opencv
cd ~/
wget https://github.com/opencv/opencv_contrib/archive/refs/tags/4.4.0.zip
unzip 4.4.0.zip
mv opencv_contrib-4.4.0 ~/opencv_contrib

这里选择了`4.4.0`作为示例版本；实际应用时可根据需求调整至最新稳定版或其他特定版本[^4]。

#### 编译设置
进入刚刚创建好的`build`文件夹执行如下指令完成编译前准备工作：

mkdir -p ~/opencv/build && cd ~/opencv/build
cmake -D CMAKE_BUILD_TYPE=RELEASE \
      -D CMAKE_INSTALL_PREFIX=/usr/local \
      -D INSTALL_PYTHON_EXAMPLES=ON \
      -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules \
      -D BUILD_EXAMPLES=ON \
      -D WITH_CUDA=ON \
      -D CUDA_ARCH_BIN="7.5" \
      ..

注意：上述参数中的`CUDA_ARCH_BIN`应根据所使用的GPU架构适当修改。此步骤旨在告知CMake使用哪些额外的功能选项来优化最终产物性能表现。

#### 构建项目
启动多线程模式加快编译速度，完成后即刻进行全局范围内的安装部署动作：

make -j$(nproc)
sudo make install
sudo ldconfig

至此整个过程结束，现在应该可以在Ubuntu平台上成功运行具备CUDA硬件加速特性的OpenCV程序了。