资讯专栏INFORMATION COLUMN

配置安装OpenCV(4.5.4)+Opencv_contrib(4.5.4)+CUDA(v11.5

jone5679 / 2376人阅读

摘要:提示尽量保存中间文件,包括下载文件至最终完成安装。安装位置推荐使用默认位置等待,完成后按要求重启。安装打开前面下载的安装程序,根据提示安装,在选择添加环境变量时选择为所有用户添加,其他选项默认即可。属性管理器配置打开新建空项目。

配置安装OpenCV(4.5.4)+Opencv_contrib(4.5.4)+CUDA(v11.5)

结合CUDA,OpenCV的性能可以得到约一个数量级的提升。但据我了解,搭配CUDA的OpenCV需要编译阶段就进行安装,无法在完成OpenCV安装后再补充CUDA功能。在安装过程中,走了很多坑,写这篇博客记录一下,希望大家能少走弯路。

准备

  • Windows10

  • Visual Studio 2017 or 2019

    !!!别用VS2022。因为CMake中的Generator没有Visual Studio 2022这个选项.

    直接进入Visual Studio官网,找到的只有2022。从官网下载旧版本的Visual Studio的链接,点击这里

  • OpenCV 4.5.4 下载链接

    选择4.5.4下面的zip格式下载即可。

  • OpenCV_contrib 4.5.4 下载链接

    选择4.5.4下面的zip格式下载即可。

  • CUDA Toolkit 下载链接

  • CUDNN

    首先,打开命令行(win+r,输入cmd,回车)。输入命令nvidia-smi。

    观察输出结果,找到CUDA Version。

    进入链接,找到与CUDA版本匹配的CUDNN,下载。注:需注册登录NVIDIA,按照指引注册,重新进入上述链接即可。

提示

  • 尽量保存中间文件,包括下载文件至最终完成安装。
  • CUDA Toolkit及CUDNN下载时建议挂VPN,若速度慢,换节点试试。

安装

请按顺序安装

安装Visual Studio 2019

  • 打开前面下载的Installer;
  • 选择“Python 开发”和“使用C++的桌面开发”,点击安装。(安装位置推荐使用默认位置);
  • 等待,完成后按要求重启。

安装CUDA

打开前面下载的安装程序,根据提示安装,在选择添加环境变量时选择为所有用户添加,其他选项默认即可。

安装CUDNN

  • 解压下载的CUDNN安装包,打开;
  • cuda/bin目录下的所有文件复制到C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/vx.x/bin下(vx.x为版本);
  • cuda/include目录下的所有文件复制到C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/vx.x/include下;
  • cuda/lib/x64目录下的所有文件复制到C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/vx.x/lib/x64下;
  • 添加环境变量CUDA_PATH,设置值为C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/vx.x,若上面安装CUDA时添加了,这里查看确认一下就可以了。

CMake编译OpenCV

关键的一步!

  • 打开下载的CMake,进行安装;

  • 安装完成后,打开CMake GUI(在安装目录下);

  • 将下载好的OpenCV 4.5.4及OpenCV_contrib 4.5.4解压,放到同一个目录下。并在该目录下,建一个空目录build;

    OpenCV

    build

    opencv_contrib-4.5.4

    opencv-4.5.4

  • 在CMake中,Where is the source code添加opencv文件夹,即/Opencv/opencv-4.5.4(注意:如果/Opencv/opencv-4.5.4下还有一层文件夹opencv-4.5.4,请用/Opencv/opencv-4.5.4/opencv-4.5.4);

  • 在CMake中,Where to build the binaries添加build文件夹,即/Opencv/build

  • 点击configure,选择你使用的Visual Studio版本,选择平台(一般是x64);

    注意:如果这里版本选错,点击File > DeleteCache。再点击Configure重新选择。

  • 点击finish;

  • 再次点击configure,等待(过程中有文件下载,请先搭好梯子);

  • 完成后,在编译选项中进行勾选。BUILD_CUDA_STUBSOPENCV_DNN_CUDAWITH_CUDAOPENCV_ENABLE_NONFREEbuild_opencv_world打勾;

  • 找到编译选项OPENCV_EXTRA_MODULES_PATH,将Value设置为/Opencv/opencv_contrib-4.5.4/modules(即/Opencv/opencv_contrib-4.5.4中的modules目录,注意中间有没有多一层文件夹);

  • 点击configure,等待至出现configuring done;

    注:若报错,先查报错并修改后重试;若多次重试,仍报同一个错误,建议新建build1。修改Where to build the binaries/Opencv/build1;点击File > DeleteCache。再点击Configure重新开始。

  • 点击generate,等待至出现generating done;

  • 点击open project。

Visual Studio编译

  • 等待加载完毕(左下角显示就绪);
  • 解决方案配置选择Release,解决方案平台选择x64(在本地Windows调试器左边);
  • 在解决方案资源管理器中找到ALL BUILD,右键,点击生成;
  • 进入漫长的等待,期间尽量不做其他操作;
  • 几个小时完成,输出:生成:成功12x个,失败0个,最新0个,跳过0个;
  • 在解决方案资源管理器中找到INSTALL,右键,点击生成;
  • 等待几十秒,完成。

配置阶段

  • 配置环境变量:右键“此电脑” > 属性 > 高级系统变量 > 环境变量 > 系统变量 > Path > 编辑 > 添加

    /OpenCV/build/install/x64/vc15/bin添加到Path,具体路径根据你的编译情况进行修改;

    重启。

  • 属性管理器配置

    打开VS > 新建 > 空项目。把Debug x86改成Release x64

    点击 视图 > 其他窗口 > 属性管理器;

    点击项目名左侧的 “▶”,找到Release|x64。右键 添加新项目属性表 > 修改名称为opencv454 > 添加;

    双击刚刚添加的opencv454

    点击VC++目录 > 包含目录 > 右侧下三角 > 编辑;

    点击黄色图标(新行) > 添加/OpenCV/build/install/include/OpenCV/build/install/include/opencv2(具体根据你的安装路径确定)> 确定;

    库目录 > 右侧下三角 > 编辑;

    点击黄色图标(新行) > 添加/OpenCV/build/install/x64/vc15/lib(具体根据你的安装路径确定)> 确定;

    连接器 > 输入 > 附加依赖项 > 添加opencv_world454.lib

    确定,完成。

测试

  • 视图 > 解决方案资源管理器;

  • 源文件 > 右键 添加 > 新建项 > 添加;

  • 输入测试代码;

    #include "opencv2/opencv.hpp"using namespace cv;using namespace std;int main(){  Mat img = imread("<图片地址>//example.png", IMREAD_COLOR);  namedWindow("test", WINDOW_NORMAL);  imshow("test", img);  waitKey(0);  return 0;}
  • 点击本地Windows调试器;

  • 显示样例图片;

  • 敲击任意键(如回车),结束程序,完成测试。

参考教程

知乎:

CSDN:

stackoverflow:

NVIDIA:

注:当前最新版OpenCV为4.5.4,在github中下载时选择最新版即可。

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/123928.html

相关文章

  • GPU服务器上的tensorrt环境搭建

    摘要:服务器上的环境搭建文章目录服务器上的环境搭建拉取服务器上的支持的镜像文件设置环境变量并下载相关依赖安装和和安装编译安装安装安装添加系统环境变量在生产实际中,我们通常通过在服务器上镜像环境搭建用于加速深度学习图像识别推理的的环境。 ...

    tanglijun 评论0 收藏0
  • CUDA + pytorch + pycharm + Anaconda + OpenCV安装教程与环

    摘要:是一种由推出的通用并行计算架构,该架构使能够解决复杂的计算问题。二者安装要求与的版本需要相匹配,我们在安装时要特地注意此点。截止目前年月号,最新版本为。的安装教程也在里面。当出现结果时,表示安装成功。 ...

    codergarden 评论0 收藏0
  • (23)Linux下Clion中搭建opencv环境

    摘要:问题描述目的在中的搭建环境。在网上搜了很多教程来搭建,但都没解决。效果如下在文件中新建文件夹名字无所谓。进行编译当前仍然是在文件夹中。编辑文件我的文件如下代码测试测试一下这里读者需要下载一个图片取代我的代码中的。 ...

    testbird 评论0 收藏0
  • Windows下编译OpenCV+opencv_contrib

    摘要:文章目录前言前言一写在前面重要的事一写在前面重要的事二正文二正文安装步骤安装步骤编译及配置编译及配置总结总结前言在学习特征检测与匹配时,因为版本将算子等的源代码从官方发行的基础版移除,转移到了扩展库中的中。 文章目录 前言一、写在前面重要的事二、正文 1.安装步骤2.编译及配置总结...

    不知名网友 评论0 收藏0
  • YOLOV3训练环境的搭建

    摘要:看来有必要买台游戏本嫖机器学习了。训练跑完估计是不可能的了电脑过了周末就要有它用当前尽量跑完这个周末让图像曲线多记录一些分阶段更新训练曲线就先写到这里。 YOLOV3推理环境搭建参考文章: Yolov3网络的物体检测_tugouxp的专栏-CSDN博客1.Get darknet...

    番茄西红柿 评论0 收藏2637

发表评论

0条评论

最新活动
阅读需要支付1元查看
<