jetson orin nano opencv

### 安装和配置OpenCV

#### 卸载默认的OpenCV版本
由于JetPack预装的OpenCV不支持CUDA加速，建议先完全移除现有的OpenCV安装。这可以通过以下命令完成：

pip3 list | grep opencv
pip3 uninstall opencv-python
sudo apt purge libopencv*
sudo apt autoremove
sudo apt update

以上操作会清理所有与OpenCV有关的Python绑定和其他依赖项[^2]。

#### 编译带有CUDA支持的OpenCV源码
为了获得最佳性能，在Jetson Orin Nano上编译一个具有CUDA优化功能的OpenCV是非常有益的。以下是具体的操作方法：

1. **准备必要的工具链**

更新软件包列表并安装所需的构建工具：

   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 \
       libhdf5-dev doxygen

2. **下载OpenCV及其贡献模块**

获取最新稳定版的OpenCV源代码仓库：

   cd ~
   git clone https://github.com/opencv/opencv.git
   git clone https://github.com/opencv/opencv_contrib.git
   
   # 切换至相同的大版本分支
   cd ~/opencv
   git checkout 4.x
   cd ~/opencv_contrib
   git checkout 4.x

3. **创建并配置CMake项目文件夹**

设置合适的选项来启用CUDA特性及其他高级组件：

   mkdir -p build && cd 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="8.9" \
     ..

4. **执行多线程编译过程**

考虑到Jetson设备资源有限，推荐采用较低数量的工作进程来进行编译工作：

   make -j$(($(nproc) - 1))
   sudo make install
   sudo ldconfig

通过上述流程，可以在Jetson Orin Nano平台上成功部署经过CUDA增强处理过的OpenCV实例。