当前位置：首页 > article >正文

win10 opencv gpu c++版本编译教程

article 2024/10/26 5:08:28

win10 opencv gpu c++版本编译教程

一、环境准备：

cuda/cudnn

根据显卡选择合适版本
cuda下载地址
cudnn下载地址

cmake安装

cmake下载地址

opencv 源码和 opencv_contrib

这里使用的是opencv4.8.0版本，
opencv下载
opencv_contrib下载
注意：opencv cmake编译过程会下载第三方库，网络不通会导致编译失败，使用完整的cache文件可加速编译。

注意：opencv cmake编译过程会下载第三方库，网络不通会导致编译失败，使用完整的cache文件可加速编译。

二、CMake编译

1、编译准备

把.cache 复制到opencv4.8.0源码目录

2、开始cmake编译

1、打开CMake，where is the source code是Opencv sources(opencv-4.8.0)的文件夹位置，where to build the binaries是编译opencv保存的文件夹位置(自定义)，在左下角第一次点击Configure。
在这里插入图片描述
2、在弹出的窗口选择编译器，选择对应vs的版本

3、显示Configuring done后，在Search搜索框搜索带cuda的关键字，全部勾选。

4、Search搜索框搜索OPENCV_EXTRA_MODULES_PATH，添加解压的opencv_contrib中的modules的路径。
在这里插入图片描述
5、选择build_opencv_world 可以将所有opencv的库都打包编译在一起，后续配置C++的opencv环境时不需要自己手动选择添加每个小模块。

6、对于python、java、js、tests相关选项的选择，用Search搜索框分别搜索“python”，“java”，“js”，“tests”，根据需要选中和取消相关选项，默认都是选中的，我们只需要c++相关的，因此都取消了，第二次点击Configure。
在这里插入图片描述

7、显示Configuring done后，搜索arch选择需要支持的显卡算力。

8、搜索ENABLE_FAST_MATH勾选，第三次点击Configure。
在这里插入图片描述
9、显示Configuring done后，点击generate，显示generating done，成功完成cmake编译。

3、vs编译

1、需要选择release模式编译，配置管理器中勾选install

在这里插入图片描述
2、 ALL_BUILD 右键点击生成，等待2-3小时编译。

3、同样在release|x64模式下，在解决方案资源管理器—>CMakeTargets—>右键点击INSTALL–>生成。

4、编译完成后，安装目录如下

三、测试gpu功能

简单测试c++代码

#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/core/cuda.hpp>
#include <opencv2/cudaarithm.hpp>
#include <opencv2/cudaimgproc.hpp>

#include <iostream>

int main()
{
	// 检查CUDA是否可用
	if (!cv::cuda::getCudaEnabledDeviceCount())
	{
		std::cerr << "CUDA is not available on this system." << std::endl;
		return -1;
	}

	// 创建三个单通道GPU矩阵
	cv::cuda::GpuMat gpuMat1(2, 2, CV_8UC1, cv::Scalar(10));
	cv::cuda::GpuMat gpuMat2(2, 2, CV_8UC1, cv::Scalar(20));
	cv::cuda::GpuMat gpuMat3(2, 2, CV_8UC1, cv::Scalar(30));

	// 创建一个向量来保存这三个矩阵
	std::vector<cv::cuda::GpuMat> gpuMats;
	gpuMats.push_back(gpuMat1);
	gpuMats.push_back(gpuMat2);
	gpuMats.push_back(gpuMat3);

	// 使用merge函数合并这三个矩阵到一个三通道GPU矩阵
	cv::cuda::GpuMat mergedMat;
	cv::cuda::merge(gpuMats, mergedMat);


	// 创建一个输出矩阵来保存阈值操作的结果
	cv::cuda::GpuMat thresholdMat;

	// 应用阈值操作，阈值设置为50，最大值设置为100
	cv::cuda::threshold(mergedMat, thresholdMat, 50, 100, cv::THRESH_BINARY);

	// 将阈值操作的结果下载到CPU
	cv::Mat cpuThresholdMat;
	thresholdMat.download(cpuThresholdMat);

	// 打印结果
	std::cout << "Threshold result:\n" << cpuThresholdMat << std::endl;

	return 0;
}

输出结果：
在这里插入图片描述