点击上方蓝字关注我们
微信公众号：OpenCV学堂 关注获取更多计算机视觉与深度学习知识
前言
OpenCV开发者基本技能之一就是要从源码编译OpenCV生成各种裁剪版本的OpenCV库，同时根据需要编译源码生产支持CUDA加速版本的OpenCV库。
但是，很多开发者还是编译中会遇到各种问题，被迫放弃！可以说还没用CUDA加速就已经自我放弃啦!
所以周末我又重新编译了一遍，针对各种问题，帮大家理清了对策，帮助大家可以完成OpenCV CUDA编译，实现性能加速！
软件版本信息：
-Win10-VS2017-CMake 3.13.x-OpenCV 4.5.4-CUDA 11.0.x-cuDNN 8.2.0OpenCV CUDA编译
整个编译过程主要分为三步：
下载源码，一定是Tag对应的版本跟扩展模块CMake阶段，解决无法下载的坑！去掉不必要的模块VS工程编译，生成lib与dll下载源码：
https://github.com/opencv/opencvhttps://github.com/opencv/opencv_contrib选择tag-4.5.4，
https://github.com/opencv/opencv/releases/download/4.5.4/opencv-4.5.4-vc14_vc15.exehttps://github.com/opencv/opencv_contrib/archive/refs/tags/4.5.4.zipCMake：
打开CMake，设置源码路径跟目标路径：
上述选择表示编译为64位的库！
点击【Configure】,
然后再点击【generate】
完成之后，搜索cuda关键字，如上图，三个选项勾上，
然后再搜索opencv_ex, 设置扩展模块的代码路径，如上图！设置好之后再次点击【Configure】,完成之后:
搜索cuda，如上图勾选！
最后搜索：
xfeatures2dwechat_qrcodeface全部的TEST模块默认是勾选的，全部不要选择！(去掉勾选！)
无法下载ffmpeg, ippicv问题解决：
D:opencv-4.5.4opencvsources3rdpartyffmpegffmpeg.cmakeD:opencv-4.5.4opencvsources3rdpartyippicvippicv.cmake从上述两个文件拿到下载地址，直接下载完成之后，分别放到对应目录：
D:opencv-4.5.4opencvsources3rdpartyffmpegD:opencv-4.5.4opencvsources3rdpartyippicv就一切OK了。
生成好VS工程文件之后，打开工程文件：
1. 先选择All_build – release x642. 再install 点击生成第一步耗时比较久，大概1～2小时完成，不超过4小时！截图如下：
谢天谢地，终于编译好啦！
OpenCV CUDA配置与加速
基于最新编译好的OpenCV CUDA支持的库，重新配置OpenCV开发环境，对比YOLOv5部署，CPU运行推理测试结果如下：
添加两行代码，启用GPU运行推理测试结果如下：
this->net.setPreferableBackend(cv::dnn::DNN_BACKEND_CUDA);this->net.setPreferableTarget(cv::dnn::DNN_TARGET_CUDA);
显卡是3050ti！
对比一下，加速效果真得是杠杠滴！所以值得编译OpenCV CUDA支持，因为它不光加速深度学习模型推理，对传统图像处理均有加速！
完整视频教程
本人特别录制了一个完整的视频教程，B站地址如下：
https://www.bilibili.com/video/BV1ZT411J7zS?spm_id_from=333.999.0.0
读书谓已多
抚事知不足
扫码查看OpenCV OpenVIO Pytorch系统化学习路线图
推荐阅读
CV全栈开发者说 - 从传统算法到深度学习怎么修炼
2022入坑深度学习，我选择Pytorch框架！
Pytorch轻松实现经典视觉任务
教程推荐 | Pytorch框架CV开发-从入门到实战
OpenCV4 C 学习 必备基础语法知识三
OpenCV4 C 学习 必备基础语法知识二
OpenCV4.5.4 人脸检测 五点landmark新功能测试
OpenCV4.5.4人脸识别详解与代码演示
OpenCV二值图象分析之Blob分析找圆
OpenCV4.5.x DNN YOLOv5 C 推理
OpenCV4.5.4 直接支持YOLOv5 6.1版本模型推理
OpenVINO2021.4 YOLOX目标检测模型部署测试
比YOLOv5还厉害的YOLOX来了，官方支持OpenVINO推理
