在 Windows 上编译带 CUDA 的 OpenCV

本文一步一步地介绍如何在 windows 上编译带 CUDA 模块（GPU）支持的 OpenCV，为避免长篇大论，截图过多，尽可能简单地描述

本次安装说明：

本次在 windows10 上、RTX2060S 编译 OpenCV4.5.0，其他相关软件安装情况如下：

• NVIDIA Diver 461
• CUDA 11.1
• CUDNN 8.0.4
• Cmake 3.19.3
• Visual studio 2017

第一步：安装前准备

1. 确认系统显卡牌子为：NVIDIA，并在此查看是否支持 CUDA ，在列表中找到即是支持显卡
2. 下载并安装显卡驱动
3. 下载并安装 CUDA，下载 CUDNN，安装过程参考
4. 下载并安装 CmakeGUI
5. 下载并安装 VIsual sudio 2017
6. 下载 OpenCV
7. 下载 OpenCV contrib，需跟 OpenCV 同版本
8. 解压 OpenCV 及 OpenCV contrib
9. 在 OpenCV 解压目录下创建 build

第二步：使用 Cmake-gui 构建 opencv

1. ** 启动 Cmake：** 为编译 OpenCV 的 Python 接口，需在在终端激活某个 conda 虚拟环境，并运行 cmake-gui 程序，如不需要使用 Python 接口，直接运行 cmake-gui 即可
2. 配置 Cmake：（1）source code 选择 OpenCV 解压后的源码；（2）build binaries 选择第一步创建的 build 目录；（3）点击 Configure，在弹窗中依次选 VIsual sudio 15 2017 、 x64，点击 Finish
3. ** 配置 CUDA 模块：**Cmake 完成初始编译编译后，在出现的红色新选项中勾选 WITH_CUDA，OPENCV_DNN_CUDA，ENABLE_FAST_MATH
4. ** 配置 OpenCV contrib：** 在出现的红色新选项中找到 OPENCV_EXTRA_MODULES_PATH，并将 Value 配置为第一步解压的 OpenCV contrib 目录下的 modules 目录路径
5. 配置 OpenCV 的 Python 接口：（1）点击 Add Entry 新增 BUILD_opencv_python3 和 BUILD_opencv_python2 两项，其中 BUILD_opencv_python3 设置 value 为 true，另一个设置为 false；（2）搜索并配置 PYTHON3_EXECUTABLE、PYTHON3_INCLUDE_DIR、PYTHON3_LIBRARY、PYTHON3_NUMPY_INCLUDE_DIRS、PYTHON3_PACKAGES_PATH，配置结果看下图 ^[1]
6. ** 其他配置项：** 搜索并勾选 OPENCV_ENABLE_NONFREE，build_opencv_world
7. 再次点击 COnfigure，在新增红色配置项中找到 CUDA_ARCH_BIN，删除小于显卡计算能力的数值，计算能力可以在找到。
8. 再次点击 COnfigure，确认日志中出现 Configuring done 后，点击 Generate

第三步：使用 Visual studio 编译 opencv

1. 点击 Open Project 或者使用 Visual studio 打开 OpenCV.sh
2. 打开后，更改 Debug 模式为 Release 模式
3. 右键点击 Cmake Targets 下的 ALL_BUILD，并点击 build，此步编译文件需要较长时间
4. 一旦完成，右键点击 Install，并点击 build

到此，已经成功在 windows10 上编译了带 CUDA 模块的 OpenCV，编译得到的文件位于 build\install 下

第四步：Python 及 C++ 使用

Python 端使用

1. 安装 OpenCV 到 Python，
2. 新建 Python 文件，写入以下内容，并在终端运行，如果无误则运行成功

import cv2

#查看opencv信息
print(cv2.getBuildInformation())

#读取图片
frame=cv2.imread('test.jpg')
print(frame.shape)

#上传图片到GPU
gpu_frame=cv2.cuda_GpuMat()
gpu_frame.upload(frame)

#resize
gpu_resframe=cv2.cuda.resize(gpu_frame,(1024,512))
cpu_resfram=gpu_resframe.download()
print(cpu_resfram.shape)

C++ 端使用

1. 配置系统环境，将编译目录下的 install\x64\vc15\bin 完整路径配置到系统路径下，并重启系统
2. 打开 visual studio，新建 Visual C++ 空项目，新建文件 main.cpp，写入下面内容
3. 点击生成->生成解决方案，不出现错误后，运行程序，无错误即可使用 OpenCV 的 cuda 模块
4. 配置 OpenCV 开发环境，依次点击视图->其他窗口->属性窗口，右键点击 Release | x64，新建项目属性表，新建完成后双击项目该文件，进行以下配置。

• VC++ 目录 -> 包含目录：E:\opencv-4.5.0\build_test\install\include;E:\opencv-4.5.0\build_test\install\include\opencv2;$(IncludePath)
• **VC++ 目录 -> 库目录：**E:\opencv-4.5.0\build_test\install\x64\vc15\lib;$(LibraryPath)
• ** 链接器 -> 输入：**opencv_world450.dll;%(AdditionalDependencies)

#include <iostream>
#include <sstream>

#include <opencv2/core.hpp>
#include <opencv2/dnn.hpp>
#include <opencv2/dnn/all_layers.hpp>

#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>

int main() {
	//读取图片
	const std::string image_path = "C:\\Users\\wushaogui\\Desktop\\CCP_REPOS\\SegementModule\\SegementModule\\test.jpg";
	cv::Mat rgb_image = cv::imread(image_path, 1);

	cv::cuda::GpuMat gpu_frame, gpu_resized;
	//上传图片到GPU
	gpu_frame.upload(rgb_image);

	//Resize
	auto input_size = cv::Size(1024,512);
	cv::cuda::resize(gpu_frame, resized, input_size, 0, 0, cv::INTER_NEAREST);

	//下载并保存图片
	cv::Mat cpu_resized;
	gpu_resized.download(cpu_resized);
	cv::imwrite("resized_test.jpg", cpu_resized);
}

第四步：解决问题及其他需了解信息

资源无法下载 ^[2]

在此次编译中，无法下载的资源有：ADE、face_landmark_model.dat、ffmpeg、ippicv、nvidia_optical_flow、xfeatures2d

** 解决方法：** 网络下载，这些文件，计算文件 md5 进行文件重命名后，将文件放置在编译目录下的.cache 目录下，此次编译放置情况如下：

参考资料 ^[3][4]：

---

1. win10 使用 vs2019 从源码编译 OpenCV4.5+cuda10.2+cudnn8.0 的 C++ 环境和 Python 环境 ↩︎

2. windows 安装 opencv4.1.1 过程中 ffmpeg、ippicv、face_landmark_model 下载出错解决办法 ↩︎

3. Build OpenCV 4.4.0 with CUDA (GPU) Support on Windows 10 (Without Tears) | by M. Haroon Shakeel | Medium ↩︎

4. Win10 下编译同时支持 CUDA 以及 Python3 的 OpenCV 4.2 教程_吃白兔的小青菜的博客 - CSDN 博客 ↩︎