컴퓨터 비전 등을 공부할 때 자주 접하게 되는 OpenCV
이에 대한 여러 블로그나 기타 웹에서 샘플 코드를 학습할 때, GPU와의 연동으로 빠른 처리를 시도해 볼 수 있으며 간단한 코드 작성으로 실행시키면 좋겠지만 python 환경의 경우 까다로운 빌드 절차를 거쳐야 합니다.
이번 포스팅은 빌드 전 필요한 파일들에 대한 설치부터 실시할 것입니다.
당연하겠지만 우선 CUDA와 cuDNN 설치가 마무리 되어 있어야 하며 저의 설치 환경은 다음과 같습니다.
(CUDA 설치 절차는 이전 포스팅을 참조하면 되겠습니다-> https://prlabhotelshoe.tistory.com/23)
OS - windows10 x64
가상환경 - anaconda 4.11.0
python - 3.7
GPU - GeForce RTX 2080Ti / CUDA 10.1 / cuDNN 7.6
1.1 가상환경 구성
여러가지 방법이 있겠지만 저의 경우 널리 쓰이는 아나콘다를 통해 구성하였습니다. 기존의 환경에 설치하여도 무방하나 OpenCV가 설치되어 있을경우 반드시 uninstall 해야하며, 포스팅에 목적을 두었기 때문에 새롭게 세팅하였습니다.
conda create --name 가상환경이름 python=3.7
아나콘다 실행 후 상단의 커맨드로 새롭게 가상환경을 생성합니다. 가상환경 이름의 경우 원하는 데로 작성해도 되고 저는 opencvgpu로 생성하였습니다. 새롭게 생성한 가상환경을 하단의 명령어로 활성화 합니다.
activate 가상환경명
그다음의 하단 커맨드로 필수 라이브러리인 numpy를 install 해둡니다.
pip install numpy
1.2 OpenCV & OpenCV_contrib 다운로드
opencv와 opencv_contrib을 zip 형태로 다운로드 합니다. 4.x 이상의 상위 버전의 경우 어느것을 해도 무방하나 저의 경우 4.5.1로 다운로드 하였습니다.
https://github.com/opencv/opencv/releases/tag/4.5.1
해당 링크를 통해 접속하여 Source code (zip)을 내려받습니다.
마찬가지로 하단 링크를 통해 opencv_contrib도 똑같이 Source code(zip)을 내려받습니다.
https://github.com/opencv/opencv_contrib/releases/tag/4.5.1
이제 내려받은 두 파일을 빌드할 폴더를 생성하여 그곳에 압축을 해제합니다. (여러 블로그나 유튜브 강의 등에선 보통 C드라이브에 생성) 저의 경우 C드라이브 용량상 D드라이브에 'opencvgpu' 라는 폴더를 생성하여 이곳에 압축을 풀었습니다.
또한 빌드 파일을 생성할 폴더를 하나 만들어 둡니다. 이름은 어떤걸 사용해도 상관없으나 저의 경우 build로 명명하였습니다.
1.3 Visual Studio 설치
OpenCV의 경우 C++기반으로 빌드되어 있기 때문에 컴파일하기 위해선 Visual Studio를 설치해야합니다. 어느 버전을 써도 무방한듯 하나 저의 경우 2017 버전을 사용하였습니다.
https://my.visualstudio.com/Downloads?q=visual%20studio%202017&wt.mc_id=o~msft~vscom~older-downloads
상단의 링크를 통해 접속하여(아마 MS 계정 로그인이 필요할 겁니다) Community 버전을 다운 받습니다.
절차대로 설치를 진행하면 되겠습니다. 이때 설치 중 개발 언어에 대한 세부 항목을 지정할 때 반드시 빨간 박스가 지정된 C++ / Python / 웹 개발을 체크해야 합니다. 그 외 개별적으로 필요한 항목을 체크 후 오른쪽 하단 구석의 install을 눌러 설치를 마무리 합니다.
1.4 CMake 설치
OpenCV의 빌드 파일을 생성하기 위한 툴로 특별히 호환성 문제가 없을듯하여 저의 경우 가장 최신 버전을 다운받았습니다.
링크를 통해 msi 파일을 다운로드 합니다. 저의 경우 윈도우 64비트 환경이므로 빨간 박스가 된 파일을 다운로드 하였습니다.
설치 파일을 실행시켜 절차대로 진행하면 되고 install 옵션 지정항목에서는 설치할 때 PATH를 추가하도록 세 번째 항목을 선택합니다. 데스크탑 아이콘 생성은 필요에 따라 체크하면 되겠습니다.
이제 빌드를 위해 필요한 파일 설치는 마쳤으며, 다음 포스팅에서 빌드와 함께 테스트를 진행하겠습니다.
'기타 > GPU set' 카테고리의 다른 글
[WSL2] WSL2 환경 tensorflow GPU 연동 - 2. CUDA&cuDNN 설치 (2) | 2023.08.07 |
---|---|
[WSL2] WSL2 환경 tensorflow GPU 연동 - 1. WSL2 설치 (0) | 2023.08.06 |
[CUDA&OpenCV] Python 환경 OpenCV GPU 연동 (CUDA backend in OpenCV) - 2. 빌드 & 테스트 (32) | 2022.02.21 |
[CUDA] windows10 CUDA 설치 & tensorflow 연동 (1) | 2022.02.17 |
댓글