Window编译Opencv CUDA

最新推荐文章于 2025-05-07 14:52:19 发布
最新推荐文章于 2025-05-07 14:52:19 发布
阅读量1.1k 收藏 4
点赞数 1
分类专栏： 流媒体 文章标签： opencv cmake cuda gpu
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/taoerit/article/details/105513413
版权
本文详述如何在Windows上编译OpenCV以支持CUDA进行GPU编程。首先，介绍了CUDA的下载和安装验证过程。接着，下载并使用CMake来编译OpenCV，确保设置好OPENCV_EXTRA_MODULE_PATH指向opencv_contrib的modules目录。经过编译和项目生成，最终成功创建了支持CUDA的OpenCV库，整个过程大约需要4小时。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

了解本专栏 订阅专栏 解锁全文 超级会员免费看
windows平台编译OpenCV以支持CUDA
m0_49586319的博客
04-18 457
window11平台的OPENCV源码编译以支持CUDA(Opencv4.8版本)
win11编译安装OpenCV with CUDA并测试连接本地摄像头
KellyRen的博客
02-17 867
OpenCV+CUDA编译生成，环境测试，OpenCV摄像头读取
opencv编译带cuda
Echoo0的博客
03-16 1906
准备工作 ippicv_xxxx.tgz/face_landmarkmodel.dat/boostredec系列/vgg系列 相关文件先下载好 修改opencv-4.4.0/3rdparty/ippicv/ippicv.cmake文件, ocv_download(FILENAME ${OPENCV_ICV_NAME} HASH ${OPENCV_ICV_HASH} URL "${OPENCV_IPPICV.
编译opencv_cuda
kui9702的博客
08-10 1396
devtoolset 升级gcc root权限下 [root@localhost ~]# yum install centos-release-scl [root@localhost ~]# yum install devtoolset-8 [root@localhost ~]# scl enable devtoolset-8 bash # 如果需要设置为永久环境 centos下可以这样做 [root@localhost home]# echo "source /opt/rh/devtoolset-8/
OpenCV(4.10.0)-cuda编译安装指导
最新发布
lpls_demon的博客
05-07 397
读书期间一直很懒，对于博客记录什么的比较佛系，很多时候都是遇见报错及时解决，事后有一些比较重要的报错想记录一下，但是又忘记是什么报错了....现在工作时不时遇见opencv安装的问题，必须记录一下，给遇见问题的小白们提供一些思路，也欢迎大佬补充问题。
OpenCV CUDA 4.10 编译，静态编译，全流程
u010240469的博客
09-25 2894
在附加依赖项里面填入 下面的lib名称（opencv_world4100d.lib这个名字不知道会不会不同，z大家注意确认一下） 如果没有这个那么说明你前面编译阶段没选择上BUILD_opencv_world ，你需要填入的就是这个目录下所有带 *d.lib的文件名称 ，文件名称最后一个字母带d是debug模式的。上图中 2是下载地址，我是直接用迅雷可以下载，下载完成之后名称要修改与1的一样 替换即可，需要下载的不止一个由于截图我这里只展示1个，全部下载完成 先关闭CMake 在打开CMake。
opencv cuda编译 乱码_win10下搭建可用CUDA加速的OpenCV版本（亲测可用）
weixin_39647186的博客
11-20 191
OpenCV要使用GPU加速需要重新编译OpenCV。本人编译环境：win10 X64 vs2013 编译opencv-3.4.2 + contrib-3.4.2 + cuda10.0一、环境和资源准备1、计算机必须有支持CUDA 的NVIDIA GPU,并且装好了驱动程序。安装CUDA toolkit,本文使用的是CUDA10.0。下载地址：https://developer.nvidia.co...
OpenCV + CUDA + cuDNN模块编译
不会代码的小林
08-08 2344
在追求高端性能与资源优化并重的应用场景中，如边缘计算设备或资源受限的开发板上运行YOLO等复杂深度学习模型，采用C++结合OpenCV与GPU加速技术相较于传统的Python环境展现出显著优势。这种策略不仅极大地提升了执行效率，还显著降低了运行时资源消耗，是实现实时物体检测与识别的理想选择。C++运行YOLO，安装环境稍微复杂些，不像Python一键安装pip包。本案例使用了GPU加速算法运行,所以编译OpenCV的时候需要开启CUDA和DNN模块。
windows10下opencv_cuda版本的编译安装
点我
07-01 742
3. cmake的configure和generate都成功，注意仔细看看记录有没有error，然后进入build_cuda_cv-4.8.1文件夹，用visual studio 2019打开OpenCV.sln，然后依次点击生成-》配置管理器，打勾install，注意release要和上面一致，然后解决方案生成，等待2~3个小时，结束。，于是我把这个ffmpeg.cmake改名了，改为了ffmpeg_version.cmake，成功解决。
win10 Opencv4.5.0源码编译支持CUDA加速
qq_43141925的博客
12-23 3990
环境准备： VS2015 Cmake 1、下载opencv4.5.0 【点我下载】借用了下这位大哥的百度网盘资源，感谢这位大哥！ 2、OpenCV-contrib4.5.0 下载该4.5.0版本的项目，【点我下载】 3、将opencv4.5.0下载的exe运行，将OpenCV-contrib4.5.0下载的zip解压，然后放到同一个文件夹下，例如下面 4、进入OpenCV目录下，新建一个文件夹gpubuild，作为cmake编译文件存放目录 打开cmake，目录选择如下： .
CUDA版本OpenCV的编译方法
pzb19841116的专栏
04-13 2321
CUDA版本OpenCV的编译方法 VS2013 + OpenCV3.4.0 + CUDA10.1 + CMake 3.15.5 安装CUDA 从英伟达官网下载CUDA安装程序， https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exenetwork 这里选的是10.1版本（官网现在是10.2版本了
opencv420_cuda_dnn编译_install文件.zip
08-05
Windows10系统、VS2017、CUDA10.1、cuDNN7.6.5 Release x64编译生成文件
OpenCV4.4 CUDA编译与加速全解析
qq_37447786的博客
05-13 3105
本文转自|OpenCV学堂 OpenCV4.4 + CUDA概述 OpenCV4.4中关于CUDA加速的内容主要有两个部分，第一部分是之前OpenCV支持的图像处理与对象检测传统算法的CUDA加速；第二部分是OpenCV4.2版本之后开始支持的针对深度学习卷积神经网络模型的CUDA加速。这些内容都在OpenCV的扩展模块中，想要获取这OpenCV CUDA的支持，必须首先编译OpenCV CUDA相关的模块，这里主要是开展模块以CUDA开头的那些。此外编译的电脑或者PC必须有N卡（英伟达GPU卡），并且按照
OpenCV和Cuda结合编程
weixin_67271870的博客
12-09 1719
缺点是受限于OpenCV库的发展和更新，当需要完成一些自定义的操作时（OpenCV中没有提供相应的库），难以满足应用的需求，需要自己实现自定义操作的并行实现。swap_rb.cpp文件定义了并行操作的入口函数，即主程序完成并行操作的需要调用的函数，其主要是封装内核函数的调用函数，并添加输入参数的验证、根据输入参数选择不同内核函数等操作。该方法的优点是使用简单，利用GpuMat管理CPU与GPU之间的数据传输，而且不需要关注内核函数调用参数的设置，使用过程中，只需要关注处理的逻辑操作。只是根据自己业务需求，
Opencv cuda 9.0编译记录
deeplan_1994的博客
12-02 490
[ ycm的安装 ] opencv_contrib cuda9.0编译教程 cuda版本: cuda 9.0 g++版本: g++ 5.4.0 1. 下载资料并解压 opencv3中, SIFT算法已经迁移到opencv_contrib模块里,此模块还包含人脸检测,dnn,物体检测,滤波器注意:新模块通常没有稳定的API，并且未经充分测试. opencv-3.3.1.zip opencv_con...
cmake编译opencv cuda： Win10+cuda10.2+cudnn7.6.5+opencv-4.5.5+contrib4.5.5+vs2019
qq_42930154的博客
05-17 3799
系统 ：window 10 cuda：cuda_10.2.89_441.22_win10.exe cudnn ：cudnn-10.2-windows10-x64-v7.6.5.32 vs：VSCodeUserSetup-x64-1.63.2 .exe 首先说明我参考的博客，讲道理按照他的步骤就可以完成opencv+cuda+cudnn的混合编译 为了方便，直接转载别的博客 (109条消息) cmake编译opencv： Win10+cmake3.14.4+cuda10.0+cudnn.
opencv cuda编译 乱码_在Ubuntu上自己编译 opencv（+cuda）和dlib(+cuda)
weixin_39534121的博客
11-21 173
install opencv首先安装这些个依赖库sudo apt-get install -y autoconf automake build-essential git libass-dev libfreetype6-dev libsdl2-dev libtheora-dev libtool libva-dev libvdpau-dev libvorbis-dev libxcb1-dev lib...
cmake编译opencv教程
03-13
### 使用CMake编译OpenCV #### 准备资源 对于在Windows环境下使用CMake来编译OpenCV，需要准备好一系列必要的软件包和库。这包括但不限于： - **OpenCV及其贡献模块**：可以从官方网站获取最新版的OpenCV安装程序(.exe)，而`opencv_contrib`则应从GitHub上下载源代码压缩包[^2]。 - **构建工具链**：推荐选用Visual Studio作为IDE环境，版本方面建议采用较为稳定的发行版如VS2019[^3]。 - **辅助开发组件（可选）**：如果计划集成GPU加速功能，则还需要额外配置CUDA Toolkit及相关依赖项，例如Video Codec SDK等，并将其相应头文件与静态库正确安置于指定位置以便链接器访问。 #### 设置工作区结构 创建合理的项目目录布局有助于简化后续操作并保持良好的组织性。通常情况下，在已安装好的OpenCV根目录下的`source`子文件夹内部新增名为`install`的空间用于存放最终产物；与此同时，把解压后的`opencv_contrib`置于同一级路径之下以供识别附加特性支持。 #### 初始化CMakeLists.txt配置过程 启动CMake GUI应用程序之后，需依次完成如下设定动作： - 输入源码所在绝对路径至“Where is the source code”，即指向先前提到过的OpenCV顶层目录； - 设定目标输出地点通过填写“Where to build the binaries”字段——可以是指向之前建立用来保存中间结果的工作空间； - 接下来点击`Configure`按钮触发初步解析流程，期间会弹窗询问选择何种生成器类型，这里应当选取对应平台架构(x64)以及默认本地编译器选项； - 待上述步骤完成后，界面右侧会出现众多可供调整的关键字参数列表，其中部分可能涉及第三方插件启用状态或是特定硬件优化开关，请依据个人需求合理勾选或取消标记。 #### 开始编译任务 当所有前期准备工作就绪后，再次按下`Generate`键即可让CMake自动生成适用于选定IDE格式化的解决方案文件(*.sln*)。随后打开该方案文档导入至Visual Studio环境中执行实际编译命令直至整个工程项目成功构建完毕[^4]。 ```cpp // 示例：简单的测试程序验证是否能正常调用OpenCV函数接口 #include <iostream> #include <opencv2/opencv.hpp> int main() { std::cout << "OpenCV version : " << CV_VERSION << std::endl; cv::Mat image = cv::imread("example.jpg"); if (image.empty()) { std::cerr << "Could not open or find the image!" << std::endl; return -1; } cv::imshow("Display window", image); int k = cv::waitKey(0); // Wait for a keystroke in the window return 0; } ```
评论 2
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

打赏作者

程序猿的杂货店

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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