opencvGPU版visualStudio2022配置 windows

【Opencv-GPU】C++中opencv的GPU版本编译 在网站下载的文件,重新命名为相对应的名称(文件夹里面的一串数字,如上图)注:cuda版本和cudnn版本对应就行。 阅读详情

opencvGPU版visualStudio2022配置 windows

前言

提示:这里可以添加本文要记录的大概内容:

只为记录个人配置过程,有需要也可以看一下

提示:以下是本篇文章正文内容,下面案例可供参考

一、使用步骤

1.首先将压缩包解压出来,放到固定位置,比如D:\opencv450GPU

2.配置系统环境变量

在搜索栏输入系统设置,打开高级系统设置
在这里插入图片描述
打开环境变量
在这里插入图片描述
找到Path 点编辑
在这里插入图片描述
在变量值中加入
D:\opencv450GPU\install\x64\vc15\bin;
然后 点击 应用 确定

3.在VisualStudio上配置

在属性管理器里配置比较方便,也便于其他新建项目使用,后期只需要添加现有属性表就行
在这里插入图片描述
例如
在这里插入图片描述

右键点击属性
在这里插入图片描述
包含目录添加两个路径
在这里插入图片描述

库目录加入一个路径
在这里插入图片描述

在输入中加入附加依赖项
在这里插入图片描述

在这个目录下找到对应依赖项输入
在这里插入图片描述

如果配置的是debug属性表就把1debug.txt里的内容全部复制到附加依赖项里
如果配置的是release属性表就把1release.txt里的内容全部复制到附加依赖项里

debug里内容如下

opencv_aruco450d.lib
opencv_bgsegm450d.lib
opencv_bioinspired450d.lib
opencv_calib3d450d.lib
opencv_ccalib450d.lib
opencv_core450d.lib
opencv_cudaarithm450d.lib
opencv_cudabgsegm450d.lib
opencv_cudacodec450d.lib
opencv_cudafeatures2d450d.lib
opencv_cudafilters450d.lib
opencv_cudaimgproc450d.lib
opencv_cudalegacy450d.lib
opencv_cudaobjdetect450d.lib
opencv_cudaoptflow450d.lib
opencv_cudastereo450d.lib
opencv_cudawarping450d.lib
opencv_cudev450d.lib
opencv_datasets450d.lib
opencv_dnn450d.lib
opencv_dnn_objdetect450d.lib
opencv_dnn_superres450d.lib
opencv_dpm450d.lib
opencv_face450d.lib
opencv_features2d450d.lib
opencv_flann450d.lib
opencv_fuzzy450d.lib
opencv_gapi450d.lib
opencv_hdf450d.lib
opencv_hfs450d.lib
opencv_highgui450d.lib
opencv_imgcodecs450d.lib
opencv_imgproc450d.lib
opencv_img_hash450d.lib
opencv_intensity_transform450d.lib
opencv_line_descriptor450d.lib
opencv_mcc450d.lib
opencv_ml450d.lib
opencv_objdetect450d.lib
opencv_optflow450d.lib
opencv_phase_unwrapping450d.lib
opencv_photo450d.lib
opencv_plot450d.lib
opencv_quality450d.lib
opencv_rapid450d.lib
opencv_reg450d.lib
opencv_rgbd450d.lib
opencv_saliency450d.lib
opencv_shape450d.lib
opencv_stereo450d.lib
opencv_stitching450d.lib
opencv_structured_light450d.lib
opencv_superres450d.lib
opencv_surface_matching450d.lib
opencv_text450d.lib
opencv_tracking450d.lib
opencv_video450d.lib
opencv_videoio450d.lib
opencv_videostab450d.lib
opencv_viz450d.lib
opencv_xfeatures2d450d.lib
opencv_ximgproc450d.lib
opencv_xobjdetect450d.lib
opencv_xphoto450d.lib

release去掉每个文件的最后的d就行

4.测试代码

代码如下(示例):

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;
int main() {
    // 打开默认摄像头(编号为0),如果有多个摄像头,可以尝试不同的编号(例如1,2等)
    VideoCapture cap(0, cv::CAP_DSHOW);
    
    // 检查摄像头是否成功打开
    if (!cap.isOpened()) {
        cerr << "Error: Failed to open camera." << endl;
        return -1;
    }
    
    // 创建窗口,窗口名称为 "Camera Preview"
    namedWindow("Camera Preview", WINDOW_NORMAL);
    
    while (true) {
        Mat frame;
        
        // 从摄像头读取每一帧图像
        cap >> frame;
        
        // 检查是否成功读取帧
        if (frame.empty()) {
            cerr << "Error: Blank frame grabbed." << endl;
            break;
        }
        
        // 在窗口中显示当前帧
        imshow("Camera Preview", frame);
        
        // 按下ESC键退出循环
        if (waitKey(1) == 27) {
            break;
        }
    }
    
    // 释放VideoCapture对象和关闭窗口
    cap.release();
    destroyAllWindows();
    return 0;
}


总结

完成配置

玩转Jetson AGX Orin——orin上安装gpu版本opencv4.6.0 OpenCV在视觉算法中的功能非常强大,其中一个原因就是该算法库一直在与时俱进的更新最新的算法,对于具有专利的算法(如SURF)以及一些还没有稳定的算法,OpenCV会将其置于扩展模块中,这些扩展模块包含在opencv_contrib代码库中。下载后进行解压,然后进入到目录下新建build目录,将来cmake的内容都存在单独的build文件夹内。opencv官网:https://opencv.org/,找到自己需要的版本进行下载。执行如下命令进行编译安装,安装到/usr/local目录下。 阅读详情

相关推荐

c++ opencv gpu版本配置与安装 (篇二:遇到的问题解决)

c++ opencv gpu版本配置与安装 (篇二:遇到的问题解决)

qq_43585355的博客 580

cmake 编译opencv4.5.5/opencv4.6.0/opencv4.7.0 gpu版以及vs2022配置opencv-gpu

一定确保已经成功安装了cuda工具包,以及VS编译器,清单如下cuda工具包visual studio 编译器cmake构建工具opencv源码opencv-contrib源码。

qq_45723275的博客 8695

win10 opencv gpu编译

目前已经尝试过cuda 12.2 vs2022 opencv 4.8.1 opencv 4.8.0 opencv 4.6.0 opencv 4.7.0 gpu版编译都以vs2022生成失败告终,cpu版均能编译和生成。故将cuda12.2降至11.8成功。猜测:目前opencv 4.8.1为最高版本可能暂不支持cuda12.2 故记录一下。如果大家也是cpu 都能编译成功,gpu版 能cmake成功 却卡在了vs生成,也可查询相关资料确认一下一下cuda ,vs ,opencv三者的版本是否能相互兼容。

weixin_44240522的博客 776

Windows安装Opencv-GPU版本

这里提供两个安装Opencv的cuda版本的方法,推荐使用第一个安装预编译版本的方法,但对cuda,python的版本均有限制;第二个编译的方法博主并未成功,但也可以尝试一下。

ssfight1的博客 4055

【opencv GPU】测测你的opencv-GPU 版本每秒处理帧数 大概多少?

在使用OpenCV的cv2.dnn.Net类从ONNX模型文件创建网络时,如果你想要启用GPU加速,你需要确保OpenCV在安装时已经包含了GPU支持。这通常意味着你需要从源代码编译OpenCV,并确保在编译过程中启用了CUDA支持。你可以使用OpenCV的DNN模块来加载模型并使用GPU进行推理,然后计算处理一定数量帧所需的时间,最后用这个时间来计算FPS。如果你已经从源代码编译了OpenCV并启用了CUDA支持,那么你的OpenCV版本应该已经支持GPU加速。

赖德发的博客 1642

【opencv】【GPU】windows10下opencv4

尽可能简单、详细的介绍windows10下Python版本opencv4.8.0-cuda版本用源码进行编译的详细流程。

2401_89317322的博客 990

opencv在python环境下的安装_在windows系统下,python环境中,怎么安装opencv的GPU版本呢?...

从预编译的二进制文件安装OpenCV下面的Python软件包将被下载并安装到其默认位置。 Python的3.X(3.4+)或Python 2.7.x从这里下载:https://www.python.org/downloads/。 Numpy包(例如使用pip install numpy命令下载)。 Matplotlib( pip install matplotlib)(Matplotlib是可选的...

weixin_39603476的博客 370

光模块基础知识【快速入门】02

光模块是用于交换机与设备之间传输的载体,是光纤通信系统中的核心器件。主要作用是发射端将设备的电信号转换成光信号。 光纤通道光模块和以太网光模块 光纤通道光模块 光纤通道(FC, Fiber Channel)是一种高速网络数据传输协议。光纤通道协议可以有序无损地传输原始数据,它主要用于在数据中心、电脑服务器、交换机与存储网络中进行数据传输。 FC光模块遵循FC协议,充当着光纤通道系统之间的接口,也是光纤存储网络设备间的接口。它们主要用于数据中心的光纤通道存储网络链接中。 FC光模块具有小型化和低.

Jin Hanquan的博客 3万+

win10 编译opencv4.5.0 (gpu版)

1. 背景 正常官方推荐的exe安装,调用cv::dnn模块运行,超级慢,而且打印信息: setUpNet DNN module was not built with CUDA backend; switching to CPU 即使加上加速代码,依然超级慢,跑512x512图像,分割网络需要1s,2080ti 7.5算力: this->loc_net.setPreferableBackend(cv::dnn::DNN_BACKEND_CUDA); this->loc_net.setP

一千零一夜的博客 9400

智算中心建设全流程指南:从规划到落地

智算中心的建设是一个复杂而系统的过程,涉及选址、立项、办理相关手续、设计、土建、机电安装、调试、验收等多个环节。每个环节都需要充分考虑各种因素,并注意相关的事项,以确保智算中心的顺利建设和高效运行

数据中心全生命周期价值管理 3400

高通量测序数据分析:RNA-seq

深度测序相关数据库与数据格式 SRA toolkit 一、NCBI 和EBI、DDBJ组成INSDC,数据内容相同所以找NCBI就行。 (一)NCBI常用数据库 GenBank:遗传序列数据库,收集了所有公开的DNA序列及其注释 GEO (Gene Expression Omnibus) :收集整理各种表达芯片数据,后来加入了甲基化、lncRNA、miRNA、CNV等其他芯片,还有高通量测序数据...

qq_41134363的博客 3万+

OpenCV4.8 GPU版本CMake编译详细步骤 与CUDA代码演示

本文将详细介绍如何使用CMake编译OpenCV4.8 CUDA版本并给出Demo演示,方便大家学习使用。

Color Space的博客 7846

智能座舱架构与芯片- (10) 音频篇 下

若将有限个 量化样值的绝对值从小到大依次排列,并对应地依次赋予一个十进制数字代码(例如,赋予样值0的十进制数字代码为0),在码前以“+”、“-”号为前缀,来 区分样值的正、负,则量化后的抽样信号就转化为按抽样时序排列的一串十进制数字码流,即十进制数字信号。如果声学密封不牢,来自内部结构的噪声可能到达传感器,两个传感器之间的泄漏可能降低BF算法的性能。未来,随着汽车电动化的普及,传统的ANC降噪所针对的发动机噪音已经不复存在,而路噪问题将越发明显,因此,全新的RNC主动路噪消减技术将会有一个更为宽广的市场。

joanna_xiao的博客 3846

Opencv编译及调用GPU版本

opencv gpu

ima_zhan的专栏 4256

软件测试面试题汇总

软件测试面试题汇总 测试技术面试题 ........................................................................................................................................................................ 5 1、什么是兼容

晴天的专栏 2万+

Android 13高通平台CTS camera部分fail项修改(续)

接着上一篇,有几个提了case高通也分析了很久的fail项,其中最离谱的是问题1,第一个接手case的人反反复复处理、内部排查踢皮球、要求log,折腾了很久,最终就给出个解不了的结论。后面还是靠着自己发现了一些蛛丝马迹,并且换了个case接手人才最终解决。

hkj887tg的博客 2061

opencv编译支持gpu版本

ubuntu20.04编译安装0pencv GPU支持版本

weixin_47721347的博客 2676

SpringBoot一次请求中缓存数据,请求结束就清除的4种方法,你会几种?

通过以上四种方法,你可以在 SpringBoot 的一次请求中缓存数据,并在请求结束后自动清除这些缓存数据。使用 ThreadLocal:适用于需要跨多个方法调用的缓存数据,灵活性高,但需要注意内存泄漏问题。使用 AOP:适用于全局性的缓存管理,代码更加优雅,但需要对 AOP 有一定的了解。使用 ServletRequestListener:适用于简单的请求生命周期管理,配置简单,但功能相对有限。使用 HttpServletRequest 的 setAttribute 和 getAttribute。

java专栏 1295

【opencv】【GPU】windows10下opencv4.8.0-cuda Python版本源码编译教程

【opencv】【GPU】windows10下opencv4.8.0-cuda Python版本源码编译教程

yangyu0515的博客 9283

C#实战大华智能安防系统:从SDK封装到视频流与智能报警的全链路落地

本文将介绍C#集成大华SDK开发安防系统的实战经验,重点解决多路视频预览卡顿和报警延迟问题。文章通过三层架构设计(SDK封装层、业务服务层、应用层)实现解耦,详细分析线程安全封装、高效解码显示和智能事件联动等核心技术。针对16路摄像头同时预览时CPU占用率过高的问题,提出使用子码流拉流与异步解码的优化方案,并总结8个常见开发陷阱的解决方案。文中还提供了大华智能安防系统的完整架构图,展示从设备层到应用层的交互流程,特别强调业务服务层中视频流服务和智能报警服务的核心功能设计。

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 432

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

Windows环境下Cmake编译opencv-python使用GPU资源

Windows环境下Cmake编译opencv-python使用GPU资源

Cretheego的博客 2424

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

使用 Opencv Gpu 模块

然后,你可以使用 cv2.cuda.getCudaEnabledDeviceCount() 函数来检查是否有可用的 GPU。如果有,你可以使用 cv2.cuda.Device() 函数来创建一个 GPU 设备对象,并使用 cv2.cuda.setDevice() 函数来设置当前使用的 GPU 设备。注意,如果你需要在 CPU 上进行某些操作,你可以使用 GpuMat.download() 函数将 GPU 矩阵复制到 CPU 上,并使用 GpuMat.upload() 函数将 CPU 矩阵复制回 GPU。

TyearLin的专栏 2580

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

在windows环境下安装支持CUDA的opencv-python

使用官方预构建源代码配置支持GPU模块的opencv-python,不使用Visual Studio。

📷 图像处理践行者 | 传统算法 · 深度学习 · 多模态 | 分享实战经验与技术洞见,探索从像素到智能的无限可能。 1万+

1、opencv编译gpu版本,支持c++和python调用(踩坑一个月,最终成功)

一、安装编译版本cudnn非运行版本 cp cuda/include/cudnn.h /usr/local/cuda/include/ cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn* 二、安装miniconda a、下载miniconda后,依次执行下面的命令: bash minicond

qq_15060477的博客 5889

【极致版】VS2022 + OpenCVGPU版+CUDA+contrib配置

找到opencv_world4100.dll,复制这个文件粘贴到C:\Windows\System32目录中,大功告成!

m0_71790606的博客 4021
下一篇: ubuntu20部署yolov5环境 详细版 pytorch
Study__ing_
博客等级 码龄7年 709粉丝 9原创
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