NVIDIA官方指南:libav编译支持Nvidia Codec(结果失败)

简介: NVIDIA官方指南:libav编译支持Nvidia Codec(结果失败)

参考

https://developer.nvidia.com/ffmpeg


下载头文件

git clone https://git.videolan.org/git/ffmpeg/nv-codec-headers.git
cd nv-codec-headers
sudo make
sudo make install
libav
git clone https://github.com/libav/libav

重新编译

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
make clean
NV_CODEC=`pwd`/../Video_Codec_SDK_9.1.23
./configure \
    --prefix=/usr/local \
    --enable-shared \
    --enable-gpl \
    --enable-cuda --enable-cuvid --enable-nvenc \
    --enable-nonfree \
     --extra-cflags="-I${NV_CODEC}/include -I/usr/local/include -I/usr/local/cuda/include" \
    --extra-ldflags="-L${NV_CODEC}/Lib/linux/stubs/x86_64 -L/usr/local/lib     -L/usr/local/cuda/lib64"
# --enable-libnpp  \
# --enable-libx264 \
make
sudo make install


测试

目录
相关文章
|
机器学习/深度学习 并行计算 异构计算
NVIDIA CUDA/cuDNN历代版本下载地址
NVIDIA CUDA/cuDNN历代版本下载地址
1079 0
NVIDIA CUDA/cuDNN历代版本下载地址
|
6月前
|
编解码 Shell
在jetson中实现ffmpeg调用硬件编解码加速处理
在jetson中实现ffmpeg调用硬件编解码加速处理
1410 0
|
6月前
|
并行计算 TensorFlow 算法框架/工具
Linux Ubuntu配置CPU与GPU版本tensorflow库的方法
Linux Ubuntu配置CPU与GPU版本tensorflow库的方法
143 1
|
机器学习/深度学习 并行计算 Ubuntu
系统类配置(五)【ubuntu14.04下安装cuda8+nvidia-410.78+cudnn6.0 +tensorflow-gpu==1.4.0。】
系统类配置(五)【ubuntu14.04下安装cuda8+nvidia-410.78+cudnn6.0 +tensorflow-gpu==1.4.0。】
102 0
|
编解码 并行计算 开发工具
FFmpeg引入NVIDIA硬件编解码扩展
FFmpeg引入NVIDIA硬件编解码扩展
827 0
|
并行计算 Linux
nvidia-smi报错(重装Nvidia驱动)
nvidia-smi报错(重装Nvidia驱动)
|
编解码 并行计算 开发工具
NVIDIA下载老版本驱动/CUDA/Video Codec SDK的链接
NVIDIA下载老版本驱动/CUDA/Video Codec SDK的链接
110 0
|
编解码
FFMpeg编译支持NVidia CODEC(成功)
FFMpeg编译支持NVidia CODEC(成功)
281 0
|
编解码 并行计算 Linux
CentOS安装NVIDIA Video Codec SDK
CentOS安装NVIDIA Video Codec SDK
275 0
|
并行计算
NVIDIA解码器代码官方示例
NVIDIA解码器代码官方示例
83 0