在Jetson Nano上通过MATLAB部署SegNet-Predict时OpenCV头文件缺失报错求助

错误核心 #

执行MATLAB代码生成命令codegen('-config ', cfg, 'segnet_predict', '-args', {img},'-report');时，编译阶段出现如下错误：

STDERR: /home/remoteBuildDir/MATLAB_ws/R2021b/C/Users/DELL/Documents/MATLAB/segnet_deploy/main.cu:10:10: fatal error: opencv2/opencv.hpp: No such file or directory
#include "opencv2/opencv.hpp"
^~~~~~~~~~~~~~~~~~~~
compilation terminated.
make: *** [main.o] Error 1
make: *** Waiting for unfinished jobs....

STDOUT: make: Entering directory '/home/remoteBuildDir/MATLAB_ws/R2021b/C/Users/DELL/Documents/MATLAB/segnet_deploy/codegen/exe/segnet_predict'

---

??? Build error: C++ compiler produced errors. See the Build Log for further details.

本质是MATLAB代码生成配置未正确指向Jetson Nano上的OpenCV头文件路径，以下是具体排查修复步骤：

• 确认Jetson Nano上OpenCV的实际路径
  Jetson Nano通常通过JetPack预装OpenCV，先定位头文件和库文件位置：

  • 执行命令查找头文件根目录：

    find /usr -name "opencv.hpp"
    

    输出示例：/usr/include/opencv4/opencv2/opencv.hpp，则头文件根目录为/usr/include/opencv4
  • 执行命令确认库文件路径：

    pkg-config --libs opencv4
    

    输出示例：-L/usr/lib/aarch64-linux-gnu -lopencv_core -lopencv_imgproc ...，则库路径为/usr/lib/aarch64-linux-gnu

• 修改MATLAB代码生成配置（cfg）
  在执行codegen命令前，需为配置对象添加OpenCV的头文件、库路径及链接参数：

  • 若使用GPU代码配置（Jetson为CUDA设备，推荐）：

    % 初始化GPU可执行文件配置
    cfg = coder.gpuConfig('exe');
    % 添加OpenCV头文件路径
    cfg.CustomInclude = [cfg.CustomInclude, '/usr/include/opencv4'];
    % 添加OpenCV链接库（根据实际需要调整库列表）
    cfg.CustomLibrary = [cfg.CustomLibrary, 'opencv_core opencv_imgproc opencv_imgcodecs opencv_highgui'];
    % 添加库文件路径
    cfg.CustomLinkFlags = [cfg.CustomLinkFlags, '-L/usr/lib/aarch64-linux-gnu'];
    % 启用远程编译（针对Jetson远程部署场景）
    cfg.Hardware = coder.hardware('NVIDIA Jetson');
    cfg.Hardware.BuildDir = '/home/remoteBuildDir/MATLAB_ws/R2021b/C/Users/DELL/Documents/MATLAB/segnet_deploy';
    

  • 若使用普通C++配置：

    cfg = coder.config('exe');
    cfg.CustomInclude = [cfg.CustomInclude, '/usr/include/opencv4'];
    cfg.CustomLibrary = [cfg.CustomLibrary, 'opencv_core opencv_imgproc'];
    cfg.CustomLinkFlags = [cfg.CustomLinkFlags, '-L/usr/lib/aarch64-linux-gnu'];
    

• 验证远程编译环境变量（针对远程部署场景）
  由于错误路径显示为远程编译目录，需确保Jetson端的环境变量包含OpenCV路径：

  • 在Jetson Nano终端执行：

    export CPLUS_INCLUDE_PATH=/usr/include/opencv4:$CPLUS_INCLUDE_PATH
    export LD_LIBRARY_PATH=/usr/lib/aarch64-linux-gnu:$LD_LIBRARY_PATH
    

  • 重启MATLAB与Jetson的远程连接，确保环境变量生效

• 验证OpenCV本身的可用性
  在Jetson Nano上编译测试程序，确认OpenCV安装正常：

  • 创建test_opencv.cpp文件：

    #include <opencv2/opencv.hpp>
    int main() {
        cv::Mat test_img(100,100,CV_8UC3);
        return 0;
    }
    

  • 编译命令：

    g++ test_opencv.cpp -o test_opencv `pkg-config --cflags --libs opencv4`
    

  • 若能成功生成可执行文件，说明OpenCV本身无问题，问题集中在MATLAB配置

内容的提问来源于stack exchange，提问作者Abuzer javed