Opencv4.12.0 (CUDA CUDNN ONNX)编译

AI摘要

本文介绍Opencv 4.12.0源码编译过程,包括依赖下载,如opencv、onnxruntime、cuda等;准备工作,如nasm、cuda cudnn安装;Cmake配置,涵盖基础、CUDA、onnx配置及生成VS2022方案,还给出.cache依赖文件下载失败的解决办法;最后提及编译报错的解决。

Opencv 4.12.0 源码编译

依赖下载

VS2019
opencv-4.12.0
opencv_contrib-4.12.0
onnxruntime-1.18.1
onnxruntime-win-x64-gpu-1.18.1
cudnn-windows-x86_64-8.5.0.96_cuda11-archive
cuda_11.8.0_522.06_windows.exe
nasm-2.16.03-installer-x64
如果访问github下载慢可以访问https://github.akams.cn/加速
注意:必须下载VS2019,使用2022会编译不过,会报CUD版本必须高于12.0,文中中有些图片显示2022,就是因为我踩坑导致,所以各位同志注意一下

准备

nasm安装

安装nasm-2.16.03-installer-x64.exe后,设置系统环境变量中的path

在这里插入图片描述

cuda cudnn 安装

安装cuda_11.8.0_522.06_windows.exe

将下图所选整体复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8中
在这里插入图片描述
重启Cmake

Cmake配置

基础配置

在这里插入图片描述
在这里插入图片描述

新增CMAKE_DEBUG_POSTFIX变量

由于我不想debug加后缀d,所以这里新增CMAKE_DEBUG_POSTFIX string类型变量,不填写内容
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

OPENCV_EXTRA_MODULES_PATH

搜索框搜索OPENCV_EXTRA_MODULES_PATH,添加解压的opencv_contrib中的modules的路径
在这里插入图片描述

OPENCV_ENABLE_NONFREE

搜索并勾选OPENCV_ENABLE_NONFREE选项。
在这里插入图片描述

build_opencv_world

build_opencv_world可以将所有opencv的库都打包编译在一起,后续配置C++的opencv环境时不需要自己手动选择添加每个小模块
在这里插入图片描述

OPENCV_DNN_CUDA\OPENCV_DNN_OPENVINO

OPENCV_DNN_CUDA\OPENCV_DNN_OPENVINO☑️
CPU\GPU两种硬件加速模块
在这里插入图片描述在这里插入图片描述

ENABLE_FAST_MATH☑️

用于启用快速数学计算模式,它会牺牲一些精度来换取计算性能的提升
在这里插入图片描述

“python”,“java”,“js”,“tests”

分别搜索“python”,“java”,“js”,“tests”,根据需要选中和取消相关选项,默认都是选中的,我们只需要c++相关的,因此都取消了,点击Configure。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

BUILD_WITH_STATIC_CRT

BUILD_WITH_STATIC_CRT❌ 编译时不启用静态编译
![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/5b446536c5864491ade13a772a95618d.png

OPENMP

WITH_OPENMP☑️
MKL_WITHOPENMP
在这里插入图片描述

CUDA 配置

CUDA☑️

在这里插入图片描述
CUDA_ARCH_BIN☑️
CUDA_ARCH_PTX:同CUDA_ARCH_BIN

CUDA_ARCH_BIN:NVIDIA GPU 计算架构版本 的关键编译参数,决定了 CUDA 程序(如 OpenCV 的 CUDA 模块)针对哪些 GPU 架构进行优化和兼容
CUDA_ARCH_BIN 用于指定编译后的程序支持哪些架构,例如:
6.1:支持 Pascal 架构(如 GTX 1080)
7.5:支持 Turing 架构(如 RTX 2080)
8.6:支持 Ampere 架构(如 RTX 3090)
8.9:支持 Ada Lovelace 架构(如 RTX 4090)
生成针对性优化代码
编译器(NVCC)会根据 CUDA_ARCH_BIN 生成对应架构的二进制代码(sm_xx),充分利用该架构的硬件特性(如 Tensor Core、新指令集等),提升运行性能

CUDA_ARCH_PTX:指定要生成 PTX 代码(Parallel Thread Execution,并行线程执行代码,是一种中间表示形式 )的 CUDA GPU 架构。PTX 代码可在不同架构的 GPU 上,由 CUDA 运行时及时编译(JIT)为二进制代码,以适配目标 GPU ,比如设置为 8.6,能让程序对该架构及后续兼容架构的 GPU 有更好的适配性 。

在这里插入图片描述

CUDA_ENABLE_DELAYLOAD☑️

启用 CUDA 延迟加载(Delay-Load)机制。
在这里插入图片描述

CUDA_USE_STATIC_CUDA_RUNTIME❌ 编译时不启用静态编译

在这里插入图片描述

onnx 配置

ONNX

启用ONNX,再次点击configure
在这里插入图片描述
将onnxruntime-1.18.1\include整体复制到onnxruntime-win-x64-gpu-1.18.1中,然后配置onnxrt_root_dir后再次点击configure
在这里插入图片描述
注意:ORT_EP_INCLUDE参数如果没有onnxruntime DirectML 版本的链接库不要填写,下一步的复制文件夹也不用做
在这里插入图片描述
将下图所示文件复制到指示的文件夹中
在这里插入图片描述

生成VS2019方案

点击Generate

在这里插入图片描述
在这里插入图片描述在这里插入图片描述

.cache 依赖文件下载失败解决

由于网络问题,opencv依赖的库都会下载失败,这个时候需要我们手动下载
打开下图文件
在这里插入图片描述
其中#cmake_download 第一个是依赖是文件应该存放的位置与名称,第二个是下载地址
复制下载地址到浏览器下载
在这里插入图片描述
下载完成后将文件改名成一样的名称(所有手动下载的都需要这样改名)在这里插入图片描述注意:有些文件访问后是在网页中呈现,需要手动另存为文件才能过md5验证
也可以直接下载文章顶部的(适合opencv 4.12.0)
在这里插入图片描述

编译

报错解决

CUSTOMBUILD : nvcc warning : The 'compute_35', 'compute_37', 'sm_35', and 'sm_37' architectures are deprecated, and may be removed in a future release (Use -Wno-deprecated-gpu-targets to suppress warning).

这个报错可以忽略,只是提示后续会弃用较旧的 NVIDIA GPU型号

CUDA4DNN_CHECK_CUDNN(cudnnCreateConvolutionDescriptor(&descriptor));

在这里插入图片描述
这个报错是缺少zlibwapi.dll导致

Win10+5060TI显卡环境配置避坑指南:从CUDA12.8到YOLOv5的完整流程 本文详细介绍了在Win10系统下为5060TI显卡配置CUDA 12.8、CUDNN 9.8.0、OpenCV 4.10.0和YOLOv5开发环境的完整流程,包括驱动选择、VS2019组件安装、CUDA定制化安装、OpenCV编译优化以及YOLOv5环境搭建与调优,帮助开发者避开常见陷阱,提升深度学习项目效率。 阅读详情

相关推荐

cMake编译 VS2026+opencv4.12.0+opencv_contrib-4.12.0

本文提供了OpenCV 4.12.0集成CUDA、cuDNN和ONNX Runtime的详细编译指南。主要步骤包括:准备Visual Studio 2026、CMake 4.2.0、CUDA 12.6和cuDNN 9.16.0;设置无空格和中文的路径结构;配置关键CMake变量(如开启CUDA支持、指定路径等);以及最终的编译安装过程。注意事项包括:版本一致性检查、cuDNN文件复制、国内用户需手动获取.cache文件等。文章还提供了常见问题解决方案,如通过设置CUDA_NVCC_FLAGS参数解决VS版本

weixin_46624734的博客 1387

OpenCV 环境搭建与概述

OpenCV 环境搭建与概述

青春有梦,且行且学习! 1343

OpenCV 4.10源码编译实战:CUDA加速DNN与solvePnP部署指南

OpenCV作为最主流的计算机视觉库,其DNN模块和CUDA加速能力是工业级推理与高精度位姿估计的核心支撑。理解OpenCV编译原理,掌握CMake配置逻辑、CUDA/cuDNN版本对齐机制及contrib模块依赖关系,是实现YOLOv8 ONNX GPU加速、cv2.cuda_Stream稳定调用和cv2.solvePnP高精度输出的前提。尤其在Ubuntu 22.04/24.04等新系统上,pip安装包默认禁用CUDA且缺失AVX-512优化,必须通过源码编译激活OPENCV_DNN_CUDA与OPEN

weixin_33933118的博客 319

【QT opencv】window下CMake编译opencv源码

网上能下载的4.5.2版本比较旧,有些功能使用不了时,下载源码自行编译出opencv库即可,本篇以window系统mingw编译4.12.0opencv为例。

ocy的博客 1437

OpenCV 4.8.0编译与DNN推理实战:新特性与踩坑指南

在计算机视觉领域,以OpenCV为代表的图像处理库已成为工程落地的核心基础设施。从图像预处理、特征提取到目标检测与深度学习推理,OpenCV的版本迭代始终影响着开发者的技术选型与项目效率。其中,深度学习推理模块(DNN)的兼容性与性能表现,更是迁移到新版本时需要重点考量的因素。OpenCV 4.8.0作为一次稳中有进的升级,在ONNX算子支持、CUDA加速优化、GStreamer稳定性等方面均有显著改进,为模型部署与视频流处理提供了更可靠的基础。对于需要自研视觉方案的开发者,从源码编译OpenCV 4.8.

weixin_34056162的博客 524

OpenCV 4.9.0 + CUDA 11.1 + cuDNN 8.0.4 Win64 生产级编译包

OpenCV DNN模块的GPU加速能力依赖底层CUDA与cuDNN的深度集成,其核心原理在于通过cuda4dnn后端桥接OpenCV计算图与NVIDIA GPU运行时,实现卷积、归一化等算子的原生硬件调度。该技术显著提升YOLO、SSD等模型在工业检测与实时视频分析中的推理吞吐量,避免常见‘CUDA显示启用但实际走CPU’的失效问题。关键制约因素是CUDA驱动ABI、cuDNN函数签名与OpenCV源码版本的严格对齐——OpenCV 4.9.0仅稳定兼容CUDA 11.1与cuDNN 8.0.4组合,且需

weixin_34025051的博客 348

OpenCV4.12.0集成CUDA、cuDNN、Onnxruntime实现ONNX模型推理

本文详细介绍了在Windows 11(x64)系统下配置OpenCV 4.12.0+VS2022开发环境的过程。主要内容包括:1)准备必要的工具链(CMake 3.26.5、VS2022 17.14.15);2)关键库版本选择(OpenCV 4.12.0、CUDA Toolkit 12.4.1、cuDNN 8.9.7等);3)详细说明CUDA Toolkit安装步骤及注意事项;4)cuDNN和Video Codec SDK的配置方法。文章特别强调版本兼容性,提供了完整的工具链下载链接和验证方法,适合需要搭建

wu624218376的博客 2298

opencv-4.11.0-windows

opencv-4.11.0-windows ,视觉框架,官网下载速度太慢,备份一下

OpenCV GPU编译指南:启用CUDA加速YOLOX推理

OpenCV作为主流计算机视觉库,其DNN模块默认不支持GPU加速,需通过源码编译显式启用CUDA后端。原理上,OpenCV的CUDA支持依赖于WITH_CUDA、OPENCV_DNN_CUDA等CMake开关组合,并严格耦合CUDA Toolkit、cuDNN版本及GPU计算能力(Compute Capability)。技术价值在于释放NVIDIA GPU算力,使YOLOX等ONNX模型推理性能提升3倍以上,显著降低端到端延迟。典型应用场景包括Jetson边缘设备、A100服务器及RTX 4090工作站上

weixin_29044713的博客 298

OpenCV4.12.0 + CUDA + 扩展模块Contrib+VS2019编译库

OpenCV(开源计算机视觉库)是计算机视觉和机器学习领域广泛应用的一个强大工具,它提供了丰富的图像处理、特征检测、模式识别等功能。在这个“OpenCV4.12.0 + CUDA + 扩展模块Contrib+VS2019编译库”项目中,我们将深入探讨如何在Visual Studio 2019环境下,利用CUDA技术来加速OpenCV的计算,并集成OpenCV的扩展模块Contrib。 OpenCV 4.12.0是这个库的最新稳定版本,它包含了许多性能优化和新功能。例如,更新的算法、改进的接口以及对新硬件的支持。CUDA是NVIDIA提供的并行计算平台,通过GPU进行高性能计算,可以显著提升图像处理和计算机视觉任务的速度。将OpenCV与CUDA结合,可以充分利用现代GPU的并行计算能力,加快计算密集型操作,如图像金字塔构建、特征匹配和物体检测等。 在编译OpenCV时,需要确保安装了CUDA Toolkit,这是CUDA编程所必需的。安装后,你需要配置OpenCV的CMake构建系统,指定CUDA支持,并设置相应的编译选项。在CMake中,你可以通过设置WITH_CUDA标志为ON来启用CUDA支持。同时,你还需要确保设置正确的CUDA版本和对应的NVIDIA驱动程序。 接下来,OpenCV的扩展模块Contrib包含了更多实验性和专有功能,这些功能可能尚未被纳入OpenCV的主要库中。例如,深度学习模块(DNN)、图像超分辨率模块(SuperRes)和增强现实模块(aruco)等。要集成这些模块,你需要在CMake配置阶段设置WITH_CONTRIB标志为ON。这些额外的模块可以提供更广泛的算法选择,满足更专业或特定的需求。

opencv-4.12.0 Release目录

OpenCV (Open Source Computer Vision Library) 是一个开源的计算机视觉和机器学习软件库。它包含了数千个优化的算法,用于图像处理和视频分析。此源代码为 VS2017打开,可以自己安装VS2017进行编译。 OpenCV库自1999年成立以来,已经成为计算机视觉领域的基石,它广泛应用于学术研究和产业实践中。OpenCV的4.12.0版本是该库发展史上的一个重要里程碑,提供了大量改进和新功能,为开发者和研究者提供了强大的工具集。该版本特别适配于Visual Studio 2017开发环境,让开发者可以方便地在Windows平台上进行计算机视觉项目的开发。 OpenCV 4.12.0包含了广泛的图像处理和计算机视觉算法,例如特征检测、图像分割、对象识别、机器学习等。这些算法在性能上做了优化,确保了在各种应用场景中的高效性。其中一些关键特性包括对深度学习的支持、新的多维数组操作接口、改进的GUI和视频分析功能等。库中的模块经过精心设计,可互相协作,同时也提供了丰富的接口与其他库和应用程序集成。 对于希望使用OpenCV 4.12.0进行开发的用户来说,通过Visual Studio 2017工程可以简化整个编译和配置过程。开发者无需从头开始设置项目,可以利用提供的工程文件快速启动和运行项目。此外,VS2017工程还允许开发者轻松地将OpenCV集成到自己的应用程序中,并根据需要进行定制和扩展。 作为最新版本,OpenCV 4.12.0还加入了许多新模块和改进,比如3D重建模块的增强,新的立体匹配算法,以及对无人机平台的图像稳定算法等。在性能方面,库中的许多函数和模块通过优化代码来提高效率,为需要高速处理的应用提供支持。 OpenCV在学术界和工业界的广泛采用,证明了其在计算机视觉和图像处理领域的领先地位。OpenCV 4.12.0开源

OpenCV4.12.0

cmake编译包含:TBB2021.11、VTK8.2.0,基于vs2022。

vs2019编译好的opencv4.12.0的C++版本x86库包含debug和release版本

这个是使用vs2019编译好的opencv4.12.0的C++版本x86库包含debug和release版本,注意这个只能windows用而且是x86版本不是x64版本,注意这个是CPU版本,不带cuda。vs2019或者vs2022都可以直接用。

orin部署tensorrt、cuda、cudnn、pytorch、onnx\opencv、JetPack

绝大部分参考https://blog.csdn.net/qq_41336087/article/details/129661850。非orin可以参考https://blog.csdn.net/JineD/article/details/131201121。参考https://blog.csdn.net/qq_44235661/article/details/134105151。参考:https://www.cnblogs.com/xingboy/p/15770950.html。//注意最后 /var…

qq_41950533的博客 1889

opencv-4.12.0开源库 VS2017工程

OpenCV (Open Source Computer Vision Library) 是一个开源的计算机视觉和机器学习软件库。它包含了数千个优化的算法,用于图像处理和视频分析。此源代码为 VS2017打开,可以自己安装VS2017进行编译。

opencv-4.12.0,缓存包

win11,安装c++版带cuda的OpenCV,需要下载一些配置资源,国内网络很容易下载不全。这里打包的是4.12.0版本下载的缓存,替换.cache文件夹即可,里面内容是我安装成功后的完整文件夹内容

vs2019编译opencv with cuda

使用VS2019编译opencv,支持cuda。

wuwanxiang99的专栏 1830

OpenCV 4.12(MingW编译版本)

OpenCV 4.12(MingW编译版本)

上一篇: YOLO11 在Windows中的配置
下一篇: Linux 下编译openssl
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值