win10使用vs2019从源码编译OpenCV4.5+cuda10.2+cudnn8.0的C++环境和Python环境_vs2019中代码如何调用gpu加速

1 环境准备

1 vs2019
2 anaconda+Python3.6+numpy
3 cuda和cudnn环境
4 cmake
5 OpenCV4.5.0以及OpenCV-contrib4.5.0压缩包
本人电脑里的cuda和cudnn环境如下：

当然Python环境可以不用anaconda，自己去下载Python3.6安装，然后装上numpy模块，因为Python版本的OpenCV依赖于numpy。如果用户仅仅需要编译C++版本的OpenCV，可以去掉Python环境。

2 cmake编译

将下载的OpenCV两个压缩包解压

进入OpenCV4.5.0目录下，新建一个文件夹build，作为cmake编译文件存放目录。
打开cmake，目录选择如下：

然后点击configure

点击完成
等待configure完成，在这个界面中进行如下更改：
将build_java勾选取消、build_tests勾选取消、with vtk勾选取消
勾选上这个OPENCV_ENABLE_NONFREE

勾选BUILD_opencv_world

然后添加contrib的目录：

以上几个选项就是C++编译环境的设置，如果用户不需要编译Python版本，就可以到这一步。
接下来设置Python版本OpenCV的生成
对于cmake界面中有些选项如果没有的话，需要手动添加Add Entry
新建BUILD_opencv_python3以及BUILD_opencv_python2
一个为true一个为false



然后根据自己的anaconda中Python和numpy的路径来进行如下配置：

python.exe所在路径：
PYTHON3_EXECUTABLE=G:/install/conda/envs/python368/python.exe
头文件目录：
PYTHON3_INCLUDE_DIR=G:/install/conda/envs/python368/include
Python的lib文件路径：
PYTHON3_LIBRARY=G:/install/conda/envs/python368/libs/python36.lib
numpy模块中头文件目录：
PYTHON3_NUMPY_INCLUDE_DIRS=G:/install/conda/envs/python368/Lib/site-packages/numpy/core/include
Python第三方模块所在目录：
PYTHON3_PACKAGES_PATH=G:/install/conda/envs/python368/Lib/site-packages

到这一步Python的环境就配置好了，接下来配置GPU环境：
勾选上WITH_CUDA

由于没有WITH_CUDNN,因此就手动添加

然后点击configure
这一次configure 完成后

上面还有一些红色选项需要我们再次确认，因此接着再点击一次configure
这一次完成后所有选项全部变白了

然后我们点击生成generate
等待生成完成

vs2019编译

在点击generate生成完成后，我们使用vs2019打开这个工程
由于本人需要的是release版本的，因此将debug改为release

打开了工程后我们先不要急于生成，先单独运行这两个工程看看是否会成功

在我的电脑里运行时提示这个错误：unsupported Microsoft Visual Studio version!

这个是cuda的头文件不支持vs2019这么高的版本，我们打开提示错误的这个host_config.h文件，找到这个地方

因为1920对应的就是vs2017，vs2019的数字大于这个，所有就报错，解决办法是把这个1920改大些，这里我改成2000

接下来可以右键ALL_BUILD->生成

生成成功然后就可以右键Install 生成动态库和头文件
至此GPU版本的OpenCV编译完成。
那么这个Python版本的OpenCV是否已经安装了，实际上在点击install进行生成的时候，就已经把Python版本的OpenCV模块安装到Python环境中去了。

不过通过这种方式安装的Python版OpenCV通过pip list却无法显示出来，因为这个命令只能显示通过pip安装的模块，但是却是可以使用的。

OpenCV4.5的C++GPU库编译好了，接下来在vs2019中调用测试下看GPU库是否可以使用：
C++测试代码如下：

#include <iostream>
#include<opencv2/opencv.hpp>

int main(int argc, char* argv[])
{
    cv::cuda::GpuMat img(400, 600, CV_8UC3, cv::Scalar(255, 0, 0));
    cv::Mat cpuImg;
    img.download(cpuImg);
    cv::imshow("test", cpuImg);
    cv::waitKey(0);
    return 0;
}
1
2
3
4
5
6
7
8
9
10
11
12

运行成功，代表OpenCV环境编译正确。