最全1050Ti+CMake3，2024年最新看完这一篇你就懂了

本文链接：https://blog.csdn.net/2401_84975843/article/details/138938250

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上C C++开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

在这里插入图片描述

3. 开始编译

3.1 cmake 编译

打开 CMake 软件：

source code 选择 E:/opencv/sources，
build the binaries 选择 E:/opencv/cudabuild

其中 cudabuild 是要自己建立的路径(建议新建)，选择完成后进行配置：

① 第一次配置

点击 Configuration 进行配置，在弹窗里注意选择 VS2017 和 x64，,配置完成会出现 Configuration done 字样，此时不用点击 Generate 进行生成。

② 第二次配置

勾选 BUILD_EXAMPLES, BUILD_opencv_world, WITH_CUDA， OPENCV_ENABLE_NONFREE。
给 OPENCV_EXTRA_MODULES_PATH 选择 E:/opencv_contrib-4.1.0/modules。
点击Configuration 进行配置，等待 Configuration done 出现。

在这里插入图片描述
③ 第三次配置

在 CUDA_ARCH_BIN 中只留自己显卡对应的算力，具体对应关系可以查看官网给出的数据，我的显卡是1050Ti，算力是 6.1。
点击Configuration 进行配置，等待 Configuration done 出现。

④ 第四次配置

第二次配置中会出现一些包没有下载成功的问题，只需要手动下载放到对应位置即可，详细链接和下载内容可以打开E:\opencv\cudabuild\CMakeDownloadLog.txt 查看，如果手动下载比较慢可以尝试梯子或者不断 Configuration 等。
我已经将对应需要下载的包上传，自行下载不成功的的可以点击链接进行下载。
配置完成出现 Configuration done 字样后点击 Generate 进行生成，生成完成后会出现 Generattion done 字样。

查看路径 E:\opencv\cudabuild 是否已经出现 OpenCV.sln 文件，如果存在则带 cuda 的 opencv 环境已经编译成功，接下来在 VS 里进行生成。

在这里插入图片描述

3.2 VS2017 生成

关闭 CMake 软件，用 VS2017 打开 OpenCV.sln 文件，等待加载成功后点击菜单栏生成，选择批生成：

在这里插入图片描述
在弹窗里分别选择 ALL_BUILDD 和 INSTALL 的 Debug|x64 和 Release|x64 l，总共四项，如图：

在这里插入图片描述

然后就进入长达几个小时的等待，过程中会出现很多 warning，只要不出现 error 就是没有问题的，成功后的截图：

在这里插入图片描述
生成成功后打开 E:\opencv\cudabuild\install 文件夹，可以看到如下内容：

在这里插入图片描述

3.3 测试环境

接下来可以简单使用测试代码测试一下配好的环境是否可用。

① 新建空项目

点击文件 → 新建 → 项目。

在这里插入图片描述
选择 Visual C++ → 空项目，修改项目名称和项目路径，点击确定。

在这里插入图片描述

② 配置新项目属性

空项目建立成功，点击菜单栏视图 → 其他窗口 → 属性管理器，打开属性管理器。

在这里插入图片描述
选择 Debug|x64 → 添加新项目属性表，在弹窗里直接选择添加。也可以不同新建属性表，直接配置 Debug|x64 下的 Microsoft.Cpp,x64.user 也是可以的，新建的原因主要是考虑以后新项目可以直接导入属性表，不用再单独配置。

在这里插入图片描述
此时在 Debug|x64 下会出现属性表 PropetySheet，右击选择属性。

在弹出的属性页里，选择 VC++ 目录 → 包含目录 → 下拉编辑，添加 cuda 路径和 opencv 相关路径：

E:\opencv\cudabuild\install\include\opencv2
E:\opencv\cudabuild\install\include C:\Program Files\NVIDIA GPU
Computing Toolkit\CUDA\v10.0\include

在这里插入图片描述
点击 VC++ 目录 → 库目录 → 下拉编辑，添加路径：

E:\opencv\cudabuild\install\x64\vc15\lib

在这里插入图片描述
点击链接器 → 输入 → 附加依赖项，添加：

opencv_world410d.lib

在这里插入图片描述
全部完成后一定要点击应用才能在项目中应用这个项目属性表，之后点击解决方案资源管理器 → 源文件 → 添加 → 新建项。

在这里插入图片描述

在弹出的添加新项窗口里，选择 Visual C++ → C++ 文件，改变名字后点击添加。

在这里插入图片描述

此时就可以编写代码进行测试，测试代码在下边，功能是调用摄像头，将拍到的图像动态展示在一个窗口上，运行前注意选择 Debug|x64。

在这里插入图片描述
测试代码实例：

#include<iostream>
#include<stdlib.h>
#include<opencv2/opencv.hpp>

using namespace std;
using namespace cv;
using namespace cv::cuda;

int main()
{
	Mat demo;
	VideoCapture capture(0);
	while (1) {
		capture >> demo;
		imshow("demoWindow", demo);
		waitKey(1);
	}
	system("pause");  // 暂停
	return 0;
}

运行结果(涂鸦警告)：

在这里插入图片描述

4. 一些可能的错误

① CMake 点击 Configuration 出现一些包或库等文件没有成功下载。

多次点击 Configuration 直到成功；
搭梯子手动下载需要的包后放到对应路径下，下载内容，链接和路径在 E:\opencv\cudabuild\CMakeDownloadLog.txt 里可以查看；
点击链接直接下载并放到对应路径下。

② Cmake 编译的时候找不到 cuda 或者 cudnn，或者找到的版本不对。

在 cmd 里用命令 nvcc -version 查看当前的 cuda 版本是否正确，如果 cuda 已经确实安装成功，那么大多是
环境变量的问题；
查看环境变量里应用的版本是否是期望的版本，不是的话进行修改。
重新卸载安装 cuda。

③ VS2017 测试时找不到 opencv_world410d.lib，kernel32.lib 等库。

确认已经在链接器 → 输入 → 附加依赖项里添加 opencv_world410d.lib；
kernel32.lib 在路径 C:\Program Files (x86)\Windows Kits\10\Lib\10.0.17763.0\um\x64 下，将其添加在 VC++ 目录 → 库目录里；
在 VC++ 目录 → 库目录 → 下拉中选择从父级或项目默认设置继承。