目錄

1. 準(zhǔn)備工作
2. CMake 編譯
3. VS 編譯
4. 驗(yàn)證
5. 常見問題解決
6. 附錄：CMake 配置日志

OpenCV 是一個(gè)開源計(jì)算機(jī)視覺庫，提供了許多圖像處理和計(jì)算機(jī)視覺算法的實(shí)現(xiàn)。它支持多種編程語言，包括 C++、Python、Java 等。

OpenCV-Python 是 OpenCV 的 Python 接口，它提供了 Python 開發(fā)者使用 OpenCV 庫的便利性。它可以在 Python 中使用 OpenCV 的所有功能，并且可以與其他 Python 庫集成，如 NumPy、SciPy 等。

OpenCV 中提供了 GPU 模塊，可以用來加速圖像處理的相關(guān)運(yùn)算。OpenCV 的 GPU 模塊是使用 CUDA 編寫的。

OpenCV 官方關(guān)于 CUDA 的說明及范例：https://opencv.org/

Ⅰ、準(zhǔn)備工作

硬件環(huán)境

• 需要帶 NVIDIA 顯卡（N 卡）

軟件環(huán)境

1. 下載 OpenCV 源碼：opencv-4.7.0.tar.gz
   • 下載地址：OpenCV Releases
2. 下載 OpenCV Contrib 源碼：opencv_contrib-4.7.0.zip
   • Gitee 鏡像：qianjide/opencv_contrib
   • GitHub 官網(wǎng)（若無法訪問）：opencv/opencv_contrib

目錄結(jié)構(gòu)說明：
把代碼解壓到指定目錄（例如 E:\code\external\opencv47）。
重要提示：源代碼目錄下必須事先拷貝好 .cache 文件夾，以避免編譯時(shí)下載失敗。

3. 安裝 CMake：推薦版本 cmake-3.26.0-windows-x86_64.msi。
4. 安裝 Anaconda：推薦 Anaconda3-2022.10-Windows-x86_64.exe。
5. 安裝 CUDA 開發(fā)工具包：
   • 本人親測了不同的 CUDA SDK 版本，編譯結(jié)果如下表：

6. 安裝 Visual Studio 2019。

Ⅱ、CMake 編譯

1. 打開 cmake-gui

按照教程安裝好 CUDA 和 Anaconda 后，打開 CMake 界面，設(shè)置 OpenCV 源碼路徑（Source Code）和構(gòu)建路徑（Build）。

注意：

• 如果要編譯 Anaconda 內(nèi)非默認(rèn)虛擬環(huán)境的 Python，建議先暫時(shí)重命名 base 環(huán)境下的 python.exe 和 libs/python312.lib，防止 CMake 錯(cuò)誤識(shí)別。
• 如果本地安裝了多個(gè)版本的 CUDA SDK，需要先將環(huán)境變量 CUDA_PATH 等設(shè)置成當(dāng)前要編譯的 CUDA 版本。

第一次點(diǎn)擊 Configure，選擇 Visual Studio 16 2019 和 x64 架構(gòu)，點(diǎn)擊 Finish。第一次編譯完成后，進(jìn)行以下配置：

1. 編譯 World 模塊：在 Search 框搜 world，勾選 BUILD_opencv_world。這將把所有 OpenCV 庫編譯在一起，無需單獨(dú)添加每個(gè)小模塊。
2. 啟用非自由算法：在 Search 框搜 NON，勾選 OPENCV_ENABLE_NONFREE。

2. 設(shè)置 Python 路徑

此步驟旨在將 CUDA 版本的 OpenCV 安裝到 Python 環(huán)境中。

3. 構(gòu)建 Python 綁定：在 Search 框搜 BUILD，勾選 BUILD_opencv_python3（若搜索不到需手動(dòng)添加）。

環(huán)境確認(rèn)：
確認(rèn)當(dāng)前使用的 Python 環(huán)境（如 Anaconda base 或自定義虛擬環(huán)境）已安裝 numpy（編譯必需）：

conda list
pip3 install numpy

手動(dòng)設(shè)置路徑：
由于虛擬環(huán)境可能未添加到系統(tǒng)環(huán)境變量，CMake 可能無法自動(dòng)找到 numpy 頭文件等路徑。需在 CMake 界面手動(dòng)設(shè)置以下變量（以 Python 3.11 和 3.8 為例）：

• Python 3.11 示例:

  • PYTHON3_EXECUTABLE: D:/tools/anaconda3/envs/py3_11/python.exe
  • PYTHON3_INCLUDE_DIR: D:/tools/anaconda3/envs/py3_11/include
  • PYTHON3_LIBRARY: D:/tools/anaconda3/envs/py3_11/libs/python311.lib
  • PYTHON3_NUMPY_INCLUDE_DIRS: D:/tools/anaconda3/envs/py3_11/Lib/site-packages/numpy/core/include (低版本 numpy) 或 .../numpy/_core/include (高版本 numpy)
  • PYTHON3_PACKAGES_PATH: D:/tools/anaconda3/envs/py3_11/Lib/site-packages

• Python 3.8 示例:

  • PYTHON3_EXECUTABLE: D:/tools/anaconda3/envs/py3_8/python.exe
  • PYTHON3_INCLUDE_DIR: D:/tools/anaconda3/envs/py3_8/include
  • PYTHON3_LIBRARY: D:/tools/anaconda3/envs/py3_8/libs/python38.lib
  • PYTHON3_NUMPY_INCLUDE_DIRS: D:/tools/anaconda3/envs/py3_8/Lib/site-packages/numpy/core/include
  • PYTHON3_PACKAGES_PATH: D:/tools/anaconda3/envs/py3_8/Lib/site-packages

3. 設(shè)置 CUDA

4. 添加 Contrib 模塊：在 Search 框搜 MODULES，在 OPENCV_EXTRA_MODULES_PATH 項(xiàng)中，添加 opencv_contrib 源碼中的 modules 目錄。

   • 路徑示例：E:/code/external/opencv_contrib-4.7.0/modules
   • 注意：必須使用正斜杠 / 或雙反斜杠 \\。若不設(shè)置，會(huì)報(bào)錯(cuò)：CUDA: OpenCV requires enabled 'cudev' module from 'opencv_contrib'。

5. 啟用 CUDA 支持：在 Search 框內(nèi)輸入 CUDA，勾選以下兩項(xiàng)：

   • WITH_CUDA
   • OPENCV_DNN_CUDA
   • (BUILD_CUDA_STUBS 可選，通常不勾選)

   關(guān)于 cuDNN：如果忘記將 cuDNN 解壓到 CUDA SDK 目錄內(nèi)，解壓后必須在 CMake 中點(diǎn)擊 Delete Cache 然后重新 Configure，否則會(huì)報(bào)找不到 cuDNN。

   關(guān)于 Nvidia Video Codec SDK：

   • 若不需要視頻編解碼功能，可在 CMake 中取消勾選 WITH_NVCUVID 與 WITH_NVCUVENC。
   • 若需要，需下載 Nvidia Video Codec SDK，解壓后將 Lib 和 Interface 中的文件分別復(fù)制到 CUDA Toolkit 的 lib 和 include 目錄中。

   設(shè)置完成后，再次點(diǎn)擊 Configure，直到下方日志顯示 Configure done。

6. 數(shù)學(xué)優(yōu)化：搜索框輸入 fast，勾選 ENABLE_FAST_MATH 和 CUDA_FAST_MATH。

   • 注：啟用此選項(xiàng)可能會(huì)犧牲少量精度以換取更快的浮點(diǎn)運(yùn)算速度。

7. 設(shè)置顯卡算力：搜索框輸入 cuda，找到 CUDA_ARCH_BIN。

   • 根據(jù)顯卡型號(hào)修改算力值。例如 GTX 1060 對(duì)應(yīng)的算力為 6.1。
   • 刪除其他不需要的算力版本，僅保留 6.1（或多張顯卡對(duì)應(yīng)的算力值，用空格分隔）。

4. 設(shè)置 ICONV 庫

確保相關(guān)配置無誤后，點(diǎn)擊 Generate 開始生成工程，直到出現(xiàn) Generating done!。

5. 常見警告和錯(cuò)誤處理

(1) 模塊下載失敗

• 現(xiàn)象：Configure 時(shí)在 .cache 文件夾下生成的文件大小為 0kb，或 CMake 輸出下載失敗警告。
• 原因：網(wǎng)絡(luò)問題導(dǎo)致無法從 GitHub 等源下載依賴文件。
• 解決：
  1. 查看 D:\build\opencv47\CMakeDownloadLog.txt 獲取失敗文件的下載鏈接。
  2. 手動(dòng)下載這些文件。
  3. 將下載的文件重命名為 .cache 文件夾中對(duì)應(yīng)的文件名并覆蓋。
  4. 推薦：直接使用作者整理好的包含完整 .cache 文件的源碼包。
  • 注意：不要注釋掉 CMakeLists.txt 中的下載語句，否則不會(huì)生成必要的緩存文件結(jié)構(gòu)。應(yīng)注釋或刪除的是“清理緩存”相關(guān)的語句（如果有）。

(2) 警告：OPENCV_GENERATE_SETUPVARS

• 解決：在搜索框中輸入 OPENCV_GENERATE_SETUPVARS，去除勾選，重新 Configure。

(3) 路徑格式錯(cuò)誤

• 現(xiàn)象：Configure 報(bào)錯(cuò)，提示 OPENCV_EXTRA_MODULES_PATH 路徑錯(cuò)誤。
• 解決：確保路徑使用正斜杠 / 或雙反斜杠 \\，例如 E:/code/external/opencv_contrib47/modules。

(4) Python 未被正確識(shí)別

• 現(xiàn)象：CMake 未能找到正確的 Python 環(huán)境。
• 解決：臨時(shí)重命名 Anaconda base 目錄下的 python.exe 和 libs/python3xx.lib，讓 CMake 在首次 Configure 時(shí)忽略它們，然后手動(dòng)指定虛擬環(huán)境的路徑。

(5) cuDNN 版本不匹配

• 現(xiàn)象：報(bào)錯(cuò)提示 cuDNN 版本與 CUDA 不兼容。
• 解決：清除 CMake 緩存并重新 Configure。如果修改了環(huán)境變量，需重啟 CMake GUI 以生效。

Ⅲ、VS 編譯

1. 編譯源碼

1. 點(diǎn)擊 CMake 中的 Open Project，啟動(dòng) Visual Studio 2019 加載生成的解決方案。
2. 等待加載完畢，頂部工具欄選擇 Release 和 x64。
3. 在“解決方案資源管理器”中，找到 CMakeTargets -> ALL_BUILD。
4. 右鍵點(diǎn)擊 ALL_BUILD -> “生成”。
5. 編譯過程可能需要一小時(shí)左右，直到輸出顯示全部成功。
   • 檢查：確保在 bindings 目錄下生成了 opencv_python3 項(xiàng)目，否則無法在 Python 中使用 CUDA 加速。

2. 安裝庫到 Python

1. 在“解決方案資源管理器”中，找到 CMakeTargets -> INSTALL。
2. 右鍵點(diǎn)擊 INSTALL -> “生成”。
3. 等待結(jié)束后：
   • 在構(gòu)建目錄的 lib\python3\Release 下可看到 cv2.cp39-win_amd64.pyd (版本號(hào)可能不同)。
   • 在 Python 環(huán)境的 Lib\site-packages 目錄下（如 D:\rady\anaconda3\Lib\site-packages），應(yīng)能看到 cv2 文件夾及相關(guān)文件。

至此，Python 環(huán)境的 GPU 版本 OpenCV 已安裝成功。

3. 編譯報(bào)錯(cuò)解決

• 錯(cuò)誤：無法解析的外部符號(hào) cv::xfeatures2d::VGG::getDefaultName
• 原因：源代碼目錄下的 .cache 文件夾內(nèi)文件缺失或損壞（通常因網(wǎng)絡(luò)下載失敗導(dǎo)致）。
• 解決：將事先下載好的完整 .cache 文件夾覆蓋到源碼目錄 E:\code\external\opencv47 下。

Ⅳ、驗(yàn)證

驗(yàn)證方法

方法一：命令行驗(yàn)證
打開 Anaconda Prompt 或 CMD，運(yùn)行以下代碼：

import cv2
print(cv2.__version__)
print(cv2.cuda.getCudaEnabledDeviceCount())

或者一行命令：

python -c "import cv2;print(cv2.__version__);print(cv2.cuda.getCudaEnabledDeviceCount());"

如果輸出了版本號(hào)且設(shè)備計(jì)數(shù)大于 0，則安裝成功。

方法二：Jupyter Notebook 驗(yàn)證
在 Jupyter Notebook 中新建單元格，運(yùn)行上述 Python 代碼進(jìn)行驗(yàn)證。

驗(yàn)證失敗常見問題

(1) import cv2 報(bào)錯(cuò)（轉(zhuǎn)義字符問題）

• 現(xiàn)象：導(dǎo)入時(shí)報(bào)錯(cuò)，路徑相關(guān)錯(cuò)誤。
• 原因：config.py 文件中使用了 Windows 反斜杠 \ 作為路徑分隔符，導(dǎo)致轉(zhuǎn)義錯(cuò)誤。
• 解決：打開 config.py 和 config-3.xx.py 文件（通常位于 site-packages/cv2 目錄下），將所有反斜杠 \ 改為正斜杠 /。

(2) Python 版本沖突

• 現(xiàn)象：本地 Python 版本與虛擬環(huán)境目標(biāo)版本沖突。
• 解決：
  1. 設(shè)置環(huán)境變量 PYTHON_EXECUTABLE3 指向虛擬環(huán)境內(nèi)的 python.exe。
  2. 重啟資源管理器 (explorer.exe) 或重啟電腦。
  3. 檢查注冊(cè)表項(xiàng)：
     • 計(jì)算機(jī)\HKEY_LOCAL_MACHINE\SOFTWARE\Python\PythonCore\3.8\PythonPath
     • 計(jì)算機(jī)\HKEY_CURRENT_USER\SOFTWARE\Python\PythonCore\${_CURRENT_VERSION}\InstallPath

(3) 多次 import 報(bào)錯(cuò)

• 現(xiàn)象：首次 import 失敗，修改配置后仍需重啟 Shell。
• 解決：修改配置文件后，務(wù)必完全退出 Python Shell（運(yùn)行 quit()）并重新進(jìn)入，或直接重啟 IDE/終端。

(4) 多虛擬環(huán)境與多 CUDA 版本

• 若存在多個(gè)虛擬環(huán)境對(duì)應(yīng)不同 CUDA 版本，需確保當(dāng)前激活的環(huán)境變量（特別是 CUDA_PATH）與編譯時(shí)使用的版本一致，或在切換環(huán)境時(shí)動(dòng)態(tài)調(diào)整。

附錄：CMake 3.26 配置日志記錄 (摘要)

Selecting Windows SDK version 10.0.19041.0 to target Windows 10.0.17134.
Detected processor: AMD64
CMAKE_VERSION: 3.26.0
CMAKE_SYSTEM: Windows-10.0.17134
CUDA detected: 11.2
CUDA: Using CUDA_ARCH_BIN=6.1
CUDA NVCC target flags: -gencode;arch=compute_61,code=sm_61;-D_FORCE_INLINES
...
General configuration for OpenCV 4.7.0 =====================================
  Version control:               703f139
  Extra modules:
    Location (extra):            D:/code/external/opencv_contrib47/modules
  Platform:
    Host:                        Windows 10.0.17134 AMD64
    CMake:                       3.26.0
    CMake generator:             Visual Studio 16 2019
    MSVC:                        1929
  NVIDIA CUDA:                   YES (ver 11.2, CUFFT CUBLAS FAST_MATH)
    NVIDIA GPU arch:             61
  cuDNN:                         YES (ver 8.1.0)
  Python 3:
    Interpreter:                 D:/rady/anaconda3/python.exe (ver 3.9.13)
    Libraries:                   D:/rady/anaconda3/libs/python39.lib
    numpy:                       .../numpy/core/include
    install path:                D:/rady/anaconda3/Lib/site-packages/cv2/python-3.9
  OpenCV modules:
    To be built:                 aruco barcode ... world xfeatures2d ...
    Non-free algorithms:         YES
-----------------------------------------------------------------
Configuring done (33.5s)
Generating done (41.5s)

到此這篇關(guān)于OpenCV 4.7 + CUDA 11.2 + Python 3.9.x 環(huán)境搭建的實(shí)現(xiàn)步驟的文章就介紹到這了,更多相關(guān)OpenCV CUDA Python環(huán)境搭建內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論