Windows搭建opencv cuda开发环境并验证是否成功_如何判断opencv 带 cuda是否编译成功-优快云博客

编译opencv cuda源码

电脑安装cuda 12.0或者11.8，根据你的电脑配置自行选择

下载opencv 源码

git clone https://github.com/opencv/opencv.git
git clone https://github.com/opencv/opencv_contrib.git

在opencv目录里新建 build 文件夹

cd build后

cmake选项

cmake -D CMAKE_BUILD_TYPE=RELEASE \
      -D CMAKE_INSTALL_PREFIX=/usr/local \
      -D WITH_TBB=ON \
      -D WITH_V4L=ON \
      -D WITH_QT=ON \
      -D WITH_OPENGL=ON \
      -D WITH_CUDA=ON \
      -D CUDA_ARCH_BIN=7.5 \
      -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules \
      -D VTK_DIR=/usr/lib/x86_64-linux-gnu/cmake/vtk-8.2 \  # 根据实际路径修改
      -D JAVA_INCLUDE_PATH=/usr/lib/jvm/java-8-openjdk-amd64/include \
      -D JAVA_INCLUDE_PATH2=/usr/lib/jvm/java-8-openjdk-amd64/include/linux \
      -D BUILD_opencv_python2=ON \
      -D BUILD_opencv_python3=ON \
      -D INSTALL_PYTHON_EXAMPLES=ON \
      -D INSTALL_C_EXAMPLES=OFF \
      -D OPENCV_GENERATE_PKGCONFIG=ON \
      -D BUILD_EXAMPLES=ON ..

使用多线程编译

msbuild /m:%NUMBER_OF_PROCESSORS% /p:Configuration=Release /p:Platform=x64 OpenCV.sln

编译运行测试程序，验证opencv 是否正常使用cuda

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

int main() {
    // 检查CUDA设备
    int count = cv::cuda::getCudaEnabledDeviceCount();
    std::cout << "CUDA设备数量: " << count << std::endl;

    if (count > 0) {
        cv::cuda::setDevice(0);  // 选择第一个CUDA设备
        cv::cuda::DeviceInfo info(0);
        std::cout << "当前CUDA设备: " << info.name() << std::endl;
    }

    return 0;
}

打印信息输出如下，说明opencv cuda 开发环境搭建成功

CUDA设备数量: 1
当前CUDA设备: NVIDIA GeForce RTX 4060