Hướng dẫn install opencv-python 3.9 windows
|
Show
OpenCV (Open Source Computer Vision) là một thư viện mã nguồn mở và đa nền tảng trong lĩnh vực thị giác máy tính. OpenCV hỗ trợ khá nhiều ngôn ngữ lập trình như C/C++, C#, Python, Java, Matlab, … Trong phạm vi bài viết này, mình xin chỉ trình bày cách cài đặt OpenCV với ngôn ngữ Python. Download Python từ trang chủ: https://www.python.org/  Chạy file cài đặt sau khi download xong. Check vào mục Add Python 3.7 to PATH để Python được tự động thêm vào biến môi trường, sau đó bấm vào Install Now để bắt đầu cài đặt. Sau khi cài đặt hoàn tất, mở command line lên và chạy thử lệnh sau để kiểm tra. python 2. Cài đặt OpenCVPip là hệ thống quản lý các package của Python. Mình có thể tìm kiếm các package mà pip hỗ trợ thông qua lệnh pip search. pip search "opencv" Như hình trên mình thấy, pip hiện tại hỗ trợ package opencv-python (phiên bản 3.4.2.16), nên mình có thể cài đặt OpenCV cho Python thông qua pip. Sử dụng lệnh pip install để cài đặt OpenCV. pip install opencv-python==3.4.2.16 Kiểm tra lại, nếu có thể import được OpenCV mà không báo lỗi thì việc cài đặt thành công. import cv2 < 3. Tham khảoDanh sách các lệnh của pip: https://pip.pypa.io/en/stable/reference/ Post navigationĐể viết code Opencv bằng python bạn chỉ cần cài package opencv-python là được, tuy nhiên package này chỉ chạy trên CPU. Muốn sử dụng sức mạnh CUDA của GPU NVIDA thì các bạn phải tự make -> build -> install thủ công. Bài viết này hướng dẫn các bước để cài đặt package opencv-python từ source code có sử dụng CUDA.
Bước 1: chuẩn bị các tool cần thiết
Bước 2: chuẩn bị source codeDownload source code OpenCV 4.5.0 tại link https://github.com/opencv/opencv/releases/tag/4.5.0, chọn file Source code (zip) Download source code OpenCV contrib 4.5.0 tại link: https://github.com/opencv/opencv_contrib/releases/tag/4.5.0
Trong máy mình sẽ để trong 2 folder là D:\Lib\opencv\opencv450 và D:\Lib\opencv\opencv_contrib-4.5.0 Bước 3: config Cmake để tạo solution Visual StudioCác bạn chọn folder source và folder build giống hình dưới, sau đó chọn tool để build là Visual Studio 15 2017, chọn platform là x64 vì CUDA chỉ chạy được trên x64 Set folder contrib giống hình dưới bằng cách tìm từ khóa
extra, sau đó chỉnh đường dẫn đến folder contrib đã download, lưu ý chọn folder con modules Tương tự chọn các option CUDA, lưu ý là để chọn được các bạn phải cài
CUDA thành công. Đọc bài Tăng tốc Deep Learning bằng CUDA 10.1 để biết cách cài đặt CUDA Tương tự như trên các bạn check tiếp các tham số sau: Ngoài ra có 1 số thứ mình không thích hoặc không cần thiết nên mình bỏ check: Sau khi check xong giống như trên thì ấn nút Generate để tạo ra các file solution *.sln và project *.vcxproject. Trong quá trình generate sẽ có download 1 số file nên còn tùy thuộc đường truyền của bạn, thường thì tầm 1-2 phút thôi. Sau khi thành công sẽ có log Configuring done và Generating done như bên dưới Các file solution và project được make ra thành công trong folder D:\LIB\opencv\opencv450\build
Bước 4: config solution và buildMở solution OpenCV.sln lên, ấn chuột phải vào project INSTALL chọn Make as startup project Ở build mode chọn Release Sau đó ấn nút build và chờ, trên PC dùng CPU core i5 2500, RTX 2060 chạy mất gần 6 tiếng để build tất cả project do build CUDA hơi lâu.
VD máy của mình sau khi install xong OpenCV-python sử dụng CUDA Bước 5: kiểm tra cài đặt thành công hay khôngMở cmd chạy Python, trong python import OpenCV và print số GPU đang sử dụng, nếu số lượng lớn hơn 0 là đúng (máy mình hiện ra 1 do chỉ có 1 GPU)
Bước 6: chạy code YOLO detect object để so sánh tốc độCác bạn clone source code YOLO example tại link https://thigiacmaytinh.com/phat-hien-vat-the-bang-yolo-bai-2-thu-nghiem-cac-model-train-san. Mở file YOLOv3.py, tìm tới đoạn: # if install opencv-python CUDA successful uncomment 3 lines bellow rồi uncomment 3 dòng bên dưới. Đoạn code đó kiểm tra số GPU được enable và chạy với CUDA nếu số GPU > 0 Sau đó chạy file 3.Predict_video.bat, nếu CUDA load như hình dưới thì các bạn đã thành công. Tốc độ xử lý 1 frame fullHD từ 700ms giảm xuống còn 20ms. Chúc các bạn thành công |
