OpenCV + CUDA开发 - 编译与环境配置（windows，加速opencv的开发）_windows下编译cuda版本的opencv

opencv4.1+vs2015+cuda加速开发环境搭

参考：
opencv4.1+vs2015+cuda加速开发环境搭建：https://www.bilibili.com/video/BV1AE411k7Fm/?

下载opencv的源代码:
https://github.com/opencv/opencv/releases
https://github.com/opencv/opencv/releases/tag/4.1.0

下载opencv的扩展模块（找到与下载的opencv版本一致的版本）：
https://github.com/opencv/opencv_contrib/tags

下载cmake（尽量选择3.13、3.14的版本，因为最新的版本会对一些东西支持不好，会有一些错误）:
https://cmake.org/download/
https://cmake.org/files/ : 老版本的下载

使用cmake进行opencv的编译

下载cuda10.0
https://developer.nvidia.com/cuda-10.0-download-archive

安装前需要看看自己电脑是否有NVIDIA的显卡（在设备管理器中）

安装cuda（看其他教程）

下载cuDNN（需要先注册NVIDIA的账号,需要与cuda的版本相对应）
https://developer.nvidia.com/rdp/cudnn-archive
解压cuDNN，并将其中的文件拷贝到cuda的安装目录下
将cuda安装目录下的这两个文件目录增加到环境变量中(我没有安装到C盘，而是安装到了D盘)

D:\cuda_11.4.4_472.50_windows_install\NVIDIA GPU Computing Toolkit\CUDA\v11.4\lib\x64
D:\cuda_11.4.4_472.50_windows_install\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin
1
2

增加cuda的编译（配置加载cuda）
人脸识别这个模块很大，经常编译时会失败，如果用不到，可以不勾选
检查以下cuda的模块都在不在，都在，说明编译成功了
右键ALL_BUILD、INSTALL后会在编译文件夹生成install文件夹

将路径增加到环境变量中：

在vs中配置

这里可以使用python程序将../install/x64/vc14/lib中的文件名字全部取出

import os
%path="你的文件路径"
path="D:/../install/x64/vc14/lib"
dirs = os.listdir(path)
for f in dirs:
	if os.path.isfile(os.path.join(path,f)):
		print(f)
1
2
3
4
5
6
7

opencv4.4 + cuda10.0

参考：https://www.bilibili.com/video/BV1Rp4y1a7cm/?

opencv4.5 + cuda11.0

参考：https://www.bilibili.com/video/BV1ZT411J7zS/ 包含cmake中一些勾选细节，下载失败问题，更详细