【opencv】【GPU】windows10下opencv4.8.0-cuda C++版本源码编译教程
提示:博主取舍了很多大佬的博文并亲测有效,分享笔记邀大家共同学习讨论
文章目录
【opencv】【GPU】windows10下opencv4.8.0-cuda C++版本源码编译教程前言准备工具cuda/cudnncmakeopencv4.8.0opencv_contrib CMake编译VS2019编译可能出现的问题cmake编译过程中可能出现的问题VS2019编译过程中可能出现的问题 测试使用GPU总结
前言
OpenCV是一个开源的计算机视觉库，包含了核心模块和扩展模块，提供了基础的图像处理和计算机视觉算法，以及一些机器学习工具。而OpenCV Contrib是OpenCV社区贡献的一组扩展模块之一，包含了一些较为新颖和实用的算法和工具函数，提供了一些高级的图像处理和计算机视觉算法。这些功能和算法可能不适合所有用户或者还处于实验性阶段。OpenCV Contrib模块中的代码由社区贡献者开发和维护，它们提供了一些在OpenCV核心库中尚未包含的新特性和实验性功能。
准备工具
cmake、vs2019、opencv4.8.0、opencv_contrib-4.8.0、cuda、cudnn
cuda/cudnn
安装cuda、cudnn可以参考此前博主的【深度学习windows10环境配置详细教程】，因为对于新手来说，需要注意的细节比较多，这里不浪费篇幅重复讲述了。
cmake
CMake官方下载地址，下载cmake-3.27.7-windows-x86_64.msi。
添加到环境和安装路径博主根据自身情况作出了修改，其他都是默认安装。
出现以下界面安装成功。
opencv4.8.0
Opencv官方下载地址，下载OpenCV – 4.8.0 Sources，下载解压opencv-4.8.0.zip。
opencv_contrib
opencv_contrib官方下载地址，选择opencv对应的contrib版本，例如opencv4.8.0对应就是opencv_contrib-4.8.0.zip。下载后直接解压。
CMake编译
打开CMake，where is the source code是Opencv sources(博主是opencv-4.8.0)的文件夹位置，where to build the binaries是编译opencv保存的文件夹位置(自定义)，在左下角第一次点击Configure。
选择对应vs的版本(博主是vs2019)，系统选择x64，最后点右下角Finish。
显示Configuring done后，在Search搜索框搜索带cuda的关键字，全部勾选。
Search搜索框搜索OPENCV_EXTRA_MODULES_PATH，添加解压的opencv_contrib中的modules的路径，再搜索并勾选OPENCV_ENABLE_NONFREE选项。
build_opencv_world可以将所有opencv的库都打包编译在一起，后续配置C++的opencv环境时不需要自己手动选择添加每个小模块，但是具体的工程又不建议这种模式。
对于python、java、js、tests相关选项的选择，用Search搜索框分别搜索“python”，“java”，“js”，“tests”，根据需要选中和取消相关选项，默认都是选中的，博主只需要c++相关的，因此都取消了，第二次点击Configure。
显示Configuring done后，将CUDA_ARCH_BIN显卡算力内容改成自己显卡的算力。官网查看显卡算力地址，删除小于自己显卡算力的部分，再搜索并勾选ENABLE_FAST_MATH选项，第三次点击Configure。
显示Configuring done后，点击generate，显示generating done，成功完成cmake编译，在输出的opencv保存文件夹位置中存在就生成了OpenCV.sln文件。
cmake编译过程是会从githup上下载数据，但是一般都会出现下载失败的情况，这里建议读者先跳到【可能出现的问题】这一小节，来确认是不是自己也出现了下载失败的情况。
VS2019编译
使用VS2019 (以管理员方式运行) 打开刚刚编译工程OpenCV.sln，在release|x64模式下，在解决方案资源管理器—>CMakeTargets—>右键点击ALL_BUILD–>生成。
同样在release|x64模式下，在解决方案资源管理器—>CMakeTargets—>右键点击INSTALL–>生成。
编译完成后在where to build the binaries位置的install文件夹内生成以下内容。
可能出现的问题
cmake编译过程中可能出现的问题
cmake编译出现Download failed的问题。
在where to build the binaries位置里面有个CMakeDownloadLog.txt，将里面下载链接复制到浏览器进行下载，
将其和where is the source code里面的.cache文件夹里面内容相对应，下图是下载失败时候，文件大小是0KB，手动下载完成后进行替换。
注意用来替换的文件的名称要与对应空文件的名称保持一致。
对于部分文件则需要将网页以另存为的方式进行替换，注意一定不要以复制网页内容粘贴到空文件的方式进行替换，这是无效的的。
将整个.cache都用同样的方式进行处理。
强调一点，出现这种问题，可以暂时先走完CMake编译过程，因为每一次Configuring都会有新的下载内容，然后再一次性将.cache的内容进行完整的替换，最后进行Configuring和Generate。
这里博主提供自己的【.cache百度云 ，提取码:ctl6 】
VS2019编译过程中可能出现的问题
通常是对于部分资源，vs2019没有管理员操作权限，因此只需要用管理员身份重新打开进行操作即可。
测试使用GPU
这里用一段简单的c++代码验证安装完成的opencv是否支持gpu设备。
#include <opencv2/opencv.hpp>#include <opencv2/core/cuda.hpp>int main() { // 检查是否支持CUDA if (cv::cuda::getCudaEnabledDeviceCount()) { std::cout << "检测到支持CUDA的设备数量" << cv::cuda::getCudaEnabledDeviceCount() <<std::endl; } else { std::cout << "未检测到支持CUDA的设备" << std::endl; } return 0;}验证成功，oepncv-cuda版本源码编译成功。
总结
尽可能简单、详细的介绍windows10下C++版本opencv4.8.0-cuda版本用源码进行编译的详细流程。
