【opencv】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

---

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

1. 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)，最后点左下角Configure。
   
2. 选择对应vs的版本(博主是vs2019)，系统选择x64，最后点右下角Finish。
3. 显示Configuring done后，在Search搜索框搜索带cuda的关键字，全部勾选。
   
4. 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和 ENABLE_FAST_MATH选项。
5. 将build_opencv_world选上，这可以将所有opencv的库都编译在一起，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全家桶。
6. 假如不需要python、java、js、tests相关选项，可以分别搜索“python”，“java”，“js”，“tests”取消勾选相关选项，再次点击Configure
7. 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，再次点击Configure。
   
8. 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

1. 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。
2. 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，对于部分文件则需要从网页复制文本内容到其中。

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。

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。

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opencv4.8.0-cuda版本用源码进行编译的详细流程。