目录

1 安装visual studio

2 安装CMake

3 OpenCV源码安装

3.1 OpenCV源码下载

3.2 OpenCV contrib源码下载

3.3 安装OpenCV

3.4 安装OpenCV-crontrib

3.5 VS生成代码

4 环境配置

5 TensorRT安装

5.1 TensorRT安装

5.2 Python下安装TensorRT库

---

最近在研究windows系统上部署安装目标检测算法，需要用到OpenCV软件，因为OpenCV可能是目前使用最广泛的开源图像处理工具了，尤其是在科研领域。于是，本篇博客主要详细记录一下如何在Windows 操作系统下，搭建Visual Studio 2022+OpenCV4.5.5+OpenCV contrib4.5.5的运行环境。

1 安装visual studio

安装Visual Studio比较简单，首先去Visual Studio官网下载安装包

下载 Visual Studio Tools - 免费安装 Windows、Mac、Linux

下载Community版本就可以了，其功能已经够用了。

下载结束后，我们双击下载的安装包，开始安装

然后稍微等待即可

安装完成后会自动弹出以下窗口，根据你要使用Visual Studio所做的事情选择不同的功能集和工作负载，同时选择安装路径（建议使用默认安装路径）。在窗口的上方还有单个组件、语言包、安装位置这些选项，可以不用管，均为默认值，最后点击安装

接着慢慢等待即可，此过程相对比较慢，会下载一些依赖包

 安装完毕后，重启电脑就可以了，到此就已经成功安装Visual Studio 2022软件了。

2 安装CMake

CMake是一个跨平台的安装（编译）工具，可以用简单的语句来描述所有平台的安装(编译过程)。他能够输出各种各样的makefile或者project文件。只是CMake的组态档取名为CMakeLists.txt。Cmake并不直接建构出最终的软件，而是产生标准的建构档（如Unix的Makefile或Windows Visual C++的projects/workspaces），然后再依一般的建构方式使用。

首选下载CMake软件安装包，地址如下

Download | CMakehttps://cmake.org/download/我这里下载的是cmake-3.25.2-windows-x86_64.zip，（PS: 根据个人电脑windows系统位数下载对应的版本）

 双击打开下载的文件，点击“next”

勾选接受后点击“next”

添加环境变量和快捷键，看下图描述，然后点击“next”

更改安装位置（可以不更改，默认即可），然后点击“next”

点击“Install”等待安装，后出现右图所示，点击“Finish”安装结束。

测试是否安装成功，打开终端（win+R快捷键然后输入cmd回车），输入 cmake --version后，出现下载的版本号即代表安装成功

3 OpenCV源码安装

3.1 OpenCV源码下载

首先需要去OpenCV的官网下载源码，本教程下载的是OpenCV-4.5.5版本的源码

下载之后解压到特定文件夹，我解压到了D:\soft\opencv\opencv-4.5.5

3.2 OpenCV contrib源码下载

之所以要下载OpenCV contrib源码，是因为自从OpenCV 3.0之后，很多经典的算法，比如sift和surf特征点检测算法，由于专利原因，已经不包含在OpenCV的源码当中了，需要下载OpenCV contrib包才能继续使用。于是OpenCV contrib的官网下载源码安装包

GitHub - opencv/opencv_contrib: Repository for OpenCV's extra modulesRepository for OpenCV's extra modules. Contribute to opencv/opencv_contrib development by creating an account on GitHub.https://github.com/opencv/opencv_contribOpenCV contrib的版本记得要和OpenCV版本符合（例如下图我们选择的是4.5.5版本），还是要下载源码。

下载完解压，本文的路径为D:\soft\opencv\opencv_contrib-4.5.5

3.3 安装OpenCV

在安装CMake软件之后，就可以安装OpenCV源码了，具体步骤如下：

1 首先按下图操作：

2 弹窗出来的配置，按照自己的开发环境配置即可（本文的环境是VS 2022，平台是X64平台），然后点击"Finish"即可：

3 cmake的窗口开始打印信息

4 打印出来的信息中如果出现python、matlab相关的报错，例如下图，直接pass。（Python……ptsd，想到python就ptsd……想起某人爱用python造轮子……）

但是在编译过程中正常都会出现下载不成功的现象，这一步很多博客都没有写清楚如何排查，导致很多新手在之后VisualStudio阶段导包的时候出错。上一步完成之后，大部分情况下会报错。不出意外会看到如下的报错信息。

仔细阅读之后，我们应该查看一下CMakeDownloadLog.txt。使用Notepad++或者其他软件打开CMakeDownloadLog.tx

通过查看CMakeDownloadLog.txt文件可以看出，是由于Cmake去下载相关的包没有下载下来。所以根据红框处的信息我们需要自行下载，方法：将链接输入到浏览器，然后就会自动下载。一些链接输入到浏览器之后，显示的是文本，需要另存为文本到本地，千万不要复制！！！

下载之后将这些包拷贝到.cache文件夹下，并且需要更改包的名字（cmake下载包之后将校验的hash码重命名到了包中），下图以ippcv包为例：

下载的包原名为：ippicv_2020_win_intel64_20191018_general.zip         

复制到CmakeDownloadLog.txt中的.cache文件夹下，并改名为：

879741a7946b814455eee6c6ffde2984-ippicv_2020_win_intel64_20191018_general.zip

根据CMakeDonloadLog.txt文件中的提示信息，将所有下载失败的安装包都下载下来，复制到对应的文件夹中，然后重新点击configure

此时可以发现，不再有报错信息了， 同时也可以查看CmakeDownLoadLog.txt，已经不报错了：

3.4 安装OpenCV-crontrib

在cmake的OPENCV_EXTRA_MODULES_PATH之中输入之前下载的OpenCV-contrib的路径，精确到modules，OPENCV_ENABLE_NONFREE一定要勾选上！

再次configure，不出意外的话，又看到一大堆报错信息，同样是由于有些安装包没有下载下来，再次根据CMakeDownloadLog.txt文件中的提示信息，将没有下载成功的安装包下载下来，并复制到对应的文件夹中，再次点击configure即可。

3.5 VS生成代码

找到build之后的OpenCV.sln文件，用visual studio2022打开。

右击models下面的opencv_world，点击属性，如下图所示

对链接器中的启用增量链接进行修改，选择否

对CMakeTargets文件夹下的Install进行重新生成即可，如下图。这个时候要等上一段时间，可能是半个小时，也可能是好几个小时，主要看电脑性能。跑完之后出现如下错误不要慌，这个是不耽误使用的，这个报错是python导致的。

以上咱们的opencv就算是编译完成了。跑完Debug版之后建议也去跑个Release，这样两个环境下就都可以使用了。

4 环境配置

• 先配置系统环境变量，Windows控制台搜索即可查询到。

把之前install产出的bin的包的路径填进去，然后重启电脑才会生效。 

• 然后创建一个空的"控制台应用"项目，就叫OpenCV-test

• 右键项目，更改属性。编辑VC++目录下的包含目录（其实就是英文版本的include path） ​​​​​，然后把install之后的include文件夹路径添加上去。注意，是install之后的include路径，不要填错成了其他的include路径。

• 然后我们编辑库目录（其实就是英文版的lib path），把install之后的lib目录输入进去（再次强调是install之后的lib目录）
•  链接器->附加依赖项->编辑，输入所有的xxxxx/install\x64\vc16\lib中 所有xxxd.lib文件名字

为了验证我们安装OpenCV的效果，我们需要使用测试案例进行测试，输入以下代码进行测试，可以正常显示图片，则说明OpenCV安装成功。

// OpenCV-test.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//
 
#include <iostream>
#include <opencv2/opencv.hpp>
 
int main()
{
    cv::Mat src = cv::imread("E:\\test.jpg");//图片路径
    if (src.empty())
    {
        std::cout << "pic is empty!\n";
        return -1;
    }
    cv::imshow("show", src);
    cv::waitKey(0);
    std::cout << "Hello World!\n";
}

5 TensorRT安装

首先需要在电脑上安装CUDA和cuDNN，这两个软件的安装教程可以参考其它博客Cuda和cuDNN安装教程(超级详细)_cuda安装_jhsignal的博客-CSDN博客

5.1 TensorRT安装

通过上面博主的教程大家应该安装好了CUDA和cuDNN，下面根据自己的CUDA版本号来找对应的TensorRT的安装包
TensorRT下载链接 Log in | NVIDIA Developer
我电脑上的cuda版本是11.5那么我下载的则是win系统下的TensorRT 8.5 GA，如下图

下载完成后，将该TensorRT文件解压后，如下图所示

然后需要将TensorRT文件中的文件移动到CUDA安装文件夹中，如下：
将 TensorRT-8.5.1.7\include中头文件 copy 到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\include
将TensorRT-8.5.1.7\lib 中所有lib文件 copy 到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\lib\x64
将TensorRT-8.5.1.7\lib 中所有dll文件copy 到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\bin

5.2 Python下安装TensorRT库

找到刚刚解压的TensorRT文件夹，里面有一个python文件夹，这里面含有不同版本python对应的TensorRT安装

在python环境中，将目录切换到刚刚解压的TensorRT文件夹，输入pip install tensorrt-8.5.1.7-cp39-none-win_amd64.whl，进行安装即可，根据自己的python版本来定。然后在python下导入tensorrt，看看是否可以正常导入并输出版本号，如下图所示，说明安装成功。