在本系列上一篇文章中,我们带领大家掌握了颜色空间动态调节技巧。在本篇文章中,我们将带领大家了解 OpenCV。
前面连续几篇在 Jetson Nano 2GB 上,执行多个简单且实用的 Python 的 OpenCV 项目,都是轻松调用 JetPack 预装的 OpenCV 就能实现的功能,不需要额外安装其他库,包括人脸与眼睛检测的范例。
JetPack 为 Jetson Nano 2GB 安装的 OpenCV,是经过 NVIDIA 特调过的,因为 Jetson Nano 2GB 的目的是要成为边缘计算设备。由于各项计算资源都相对局限,因此 JetPack 所提供的 OpenCV 主要保留计算机视觉中最常用的基础功能。
以下就整理几个 Jetson Nano 2GB 上最常遇到的 OpenCV 问题:
1. 这个 OpenCV 是什么版本?
答:这里检查 OpenCV 版本的方法有很多种,下面两种是最简单的:
(1) 直接执行 opencv_version (如下截屏):
(2) 由于这里的 OpenCV 使用 dpkg 工具进行安装,因此可以使用以下指令检查版本:
第二种方法还能看到安装了支持 Python 的版本,以及 Samples 范例。
2. 这个 OpenCV 支持哪个 Python 版本?
答:JetPack 为 Jetson Nano 2GB 安装了 2.7 与 3.6 两个版本 Python 开发环境,可以分别执行以下指令去分别确认。
表示这个 OpenCV 支持 2.7 与 3.6 这两个版本的 Python。
3. 这个 OpenCV 支持 CUDA 计算?
答:这里有个最简单的指令“opencv_read_cuda”,在任何地方执行,显示如下:
这里得到的答案颇令人意外,居然是“NO”,表示不支持 CUDA。
这是因为前面所说,为了节省 Jetson Nano 2GB 的计算资源,因此这个 OpenCV 只提供最基本计算机视觉的功能,连 NVIDIA 自己的 CUDA 支持部分也去除。如果需要使用支持 CUDA 功能的 OpenCV 版本,需要从 OpenCV 官网下载源代码进行安装,这类教材网上有很多,请自行处理。
4. 这个 OpenCV 支持哪些库?
答:最简单的方式就是直接检查已安装的 lib 内容,请执行以下指令:
可以根据上述列表找出已安装的列表。
5. 如何取得 OpenCV 完整的安装与支持信息?
答:可以在 python 里汇入 cv2 之后,执行 cv2.getBuildInformation(),如下图:
下面还有非常多的信息,例如与 C/C++ 有关的(如下截屏):
已安装的模组(如下截屏):
例如上图就能看到对 FFMPEG、GSTREAMER 与 v4l/v4l2 的支持版本。
对 Python 的支持(如下截屏):
信息内容非常多,请自行阅读。
6. 需要升级对 Python 的支持?例如执行 pip3 install opencv-python 或 sudo apt install python3-opencv
答:这两种方式都会产生问题,建议不要使用。
以上针对 NVIDIA JetPack 为 Jetson Nano 2GB 所提供的 OpenCV 开发环境,以及大部分开发者最常见的问题,提供一个简单整理。
好文章,需要你的鼓励
NVIDIA团队开发的SANA-Sprint技术实现了AI图像生成的重大突破,将传统需要20步的生成过程压缩至1步,在H100上仅需0.1秒即可生成1024×1024高清图像,速度比现有最快模型提升10倍以上。该技术通过创新的混合蒸馏策略,在大幅提升速度的同时保持了图像质量,并支持实时交互应用,为AI绘画从专业工具向大众应用的转变奠定了基础。
初创公司Positron获得5160万美元A轮融资,推出专门针对AI推理的Atlas芯片。该公司声称其芯片在性能功耗比和成本效益方面比英伟达H100高出2-5倍,并已获得Cloudflare等企业客户采用。Positron专注于内存优化设计,无需液体冷却,可直接部署在现有数据中心。公司计划2026年推出支持16万亿参数模型的下一代Titan平台。
北京人工智能研究院团队开发的DiagNote模型通过模仿人类做笔记的习惯,解决了AI在多轮视觉对话中容易"失忆"的问题。该研究构建了专门的MMDiag数据集,设计了双模块协作的AI架构,让机器学会像人类一样通过标记重点区域来保持专注力,为更自然的人机视觉交流奠定了基础。