编译opencv gpu版的条件

一、具备以下条件即可编译opencv gpu：
1、 终端设备必须有独立显卡。cmd窗口：nvidia-smi查看显卡信息
2、下载并安装CUDA Toolkit（根据显卡下载对应的CUDA Toolkit软件）、cuDNN（根据CUDA版本下载对应的cuDNN）。
3、下载cmake 3.16.2并安装。
4、下载opencv4.5.4源码。
5、根据情况下载contrib库，不需要可以不下载，不影响GPU功能的使用。

二、需要安装的软件
1、contrib(可选)：最好安装，以避不时之需，不装有些功能可能用不了，需要时再编译很麻烦。
1）扩展算法：contrib库包含了一些扩展的图像处理，计算机视觉和机器学习算法、超分辨率、图像修复、SIFT/SURF特征提取器等。
2）深度学习支持，：contrib库中包含了一些深度学习相关的模块和功能，例如：深度学习模型的加载和推断，基于深度学习的图像分类、目标检测等。
3）3D视觉：包括用于立体视觉、三维重建和结构光等领域的算法和工具。
4）追踪器：contrib库提供了一些对象追踪算法，用于跟踪视频中的对象，如基于特征点的跟踪器、卡尔曼滤波器等。
5）医学图像处理：包括用于医学图像片和分析的一些功能和算法，如：图像分割、特征提取、病变检测等。
6）可视化工具：contrib库中也包含了一些用于图像和数据可视化的工具和函数，用于在opencv中进行交互式可视化和调试。
2、CUDA安装（必选）
版本：12.3.2
注意事项：
1）如果已安装VS2019或2017，则可以勾选visual studio integration,否则自定义中去掉勾选。
2）去掉勾选：Nsight Compute。
3）开始安装->成功
4）把安装包扩展名修改为rar，然后解压，找到Nsight Compute文件夹，单独安装该模块。
3、cuDNN安装（必选）
下载后把bin、lib、include文件夹中的内容粘贴到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3的对应目录中
4