OpenCV配置CUDA以支持GPU加速

计算机视觉工坊 | 2023-01-19 16:47:35 阅读：3148

一、环境准备

查看电脑NVIDIA的CUDA版本号，下载对应版本CUDA Toolkit（当前使用11.1版本）(具体需不需要下载和自己电脑cuda相同版本的还有待查证)
cmake3.17.2（最高只支持到vs2019版）
visual studio 2019
opencv源代码（当前使用opencv 4.6.0版本）
opencv_contrib（当前使用4.6.0版本）

以上相应下载链接及软件会放在资料里。CUDA精简安装教程请关注补充内容

二、使用cmake “make”

1、打开cmake（cmake-gui），第一个源代码路径选择刚刚下载的opencv源代码路径，路径需要选择到sources
第二个编译输出路径，可在opencv文件夹下创建一个新的文件夹，用于存放编译输出的文件，这里创建为newbuild。

之后点configure进行第一次配置，弹出窗口第一个选择visual studio 16 2019，第二个选择x64，其余保持默认，点击finish，等待配置完成后不出意外会有3个错误和警告，需要重点关注，这些错误会影响到后面的编译。

我的错误为
（1）跟python2.7相关的错误，可忽略

（2）FFMPEG的相关文件下载失败，这里需要自己从自己选择的编译输出路径中找到 CMakeDownloadLog.txt 打开（我的路径为H:\opencv_pasks\opencv\newbuild\CMakeDownloadLog.txt），里面提供了FFMPEG相关文件的链接地址，下载即可。最后我们统一放入相关文件夹内（所以这里只需先下载下来，暂不用放入任何文件夹内）

（3）这里只是个 warning 不是 error ，可忽略

（当然有的人可能还会有和 ippicv 相关的错误，和 ffmpeg 同理，找到对应的文件链接下载即可）
2、勾选相应配置
（1）在 search 搜索框里搜索 cuda，勾选 OPENCV_DNN_CUDA 和 WITH_CUDA 两个选项

（2）搜索 example，勾选 BUILD_EXAMPLES 和 INSTALL_PYTHON_EXAMPLES（这一步可不用）

（3）搜索 non，勾选OPENCV_ENABLE_NONFREE

（4）搜索 mod，OPENCV_EXTRA_MODULES_PATH 选择刚刚下载的 opencv_contrib 路径，需要到 modules 文件夹下（我的为H:/opencv_pasks/opencv_contrib-4.6.0/modules, 注意这里是正斜杠而不是反斜杠）
以上完成之后再次点击 configure 进行第二次配置，等待配置完成后可继续下一步。

这里不出意外会多出几个红色的错误警告
例如：wechat_qrcode、xfeatures2d、face相关等，基本都是因为下载不到文件引起，需要自己手动下载（5）搜索 cudnn，勾选 WITH_CUDNN（我的默认已经勾选）

（6）搜索 cubla，勾选WITH_CUBLAS（我的默认已经勾选）（7）搜索 cuda_ar，在CUDA_ARCH_BIN填入自己的显卡gpu算力，不知道的可进入****查询，我的为6.1。
（显卡gpu算力查询****见资料）（8）搜索 fast，勾选CUDA_FAST_MATH 和 ENABLE_FAST_MAT（9）搜索 type，将CMAKE_CONFIGURATION_TYPES的DEBUG删除，只保留Release（10）搜索 world，勾选BUILD_opencv_world完成上述后再次点击 configure 进行第三次配置，等待配置完成后，这时我们需要放入刚刚所说的一些下载错误的缺失文件。在源码目录下的 .cache 文件夹内（我的路径为 H:\opencv_pasks\opencv\sources.cache）放入刚刚下载的相应文件，需要放入到对应的文件夹下，并且文件名需要和自己目录下生成的 0k 文件名相对应，不对应的需要修改成对应的，然后将其替换。（不会的可以参考我的 .ceche 目录，同时如果有文件下载不了的可以使用我文件里的）替换完刚刚出错的所有文件后，回到 cmake，点击 Generate 会生成一个vs2019的c++工程，之后点击 open Project 打开工程。在 vs2019 上方选择 Release，之后点右边的 CmakeTargets-ALL_BUILD，右键生成，等待生成完成，过程大约一小时到两小时，根据自己电脑的 cpu 而定。生成完会出现0错误、0跳过，全是成功的，之后还是同样在 ALL_BUILD 下方的 INSTALL，同样右键生成，过程大约几分钟，等待生成完成即可。

三、配置环境变量

此电脑右键-属性-高级系统设置-高级-环境变量
在上方的用户变量中新建两个变量

在下方的系统变量-Path中新建三个变量，配置完后确定即可

四、测试

在代码中，需要对net类进行两处修改

net.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA)net.setPreferableTarget(cv2.dnn.DNN_TARGET_CUDA)

之后运行即可支持GPU加速。来源：小半仙IoT

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。