Win10操作系统 用VS2017 编译 包含Cuda9.0, QT的 Opencv3.3 Debug版本

  OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

    本文主要是介绍用VS2017编译包含Cuda9.0,QT特性的opencv3.3库。虽然VS可能已经更新到更新的版本，但是Cuda9.0比较坑 ，最多只能支持到VS2017的14.11.25503版本的编译工具链，所以如果说即使你安装的是VS2017，如果编译工具链的版本高于14.11.25503（VS安装目录的VC\Tools\MSVC下可以查看具体你安装了那些版本编译工具链）的话也从Cuda9.0中无法获得Nvidia GPU进行计算。

Opencv中的QT选项可以编译出的程序得到非常好看的界面，而CUDA选项可以使OpenCV能够使用，GPU来进行计算。本来还想要往添加Python选项，从而使python3.6也能使用opencv的库，但是发现VS默认安装的Python是没有Debug版本的内置库的，编译Opencv的时候会报错，即使按照网上的教程修改python的pyconfig.h也没用，所以干脆就不编译python的Debug版本的Opencv，有必要的话在编译Release版本的python库。

接下来直接进入主题——编译Opencv。

1、首先是配置好CMake，这个可以参考Opencv的教程。勾选with标签下的with_Cuda，with_QT。

2、在开始编译前先做好准备：（安装过程中需要的文件见OpenCVffmpeg,ippicv库.zip）

    1)CUDA9.0不支持14.11.25503以上版本的编译工具链，所以如果发现VS使用错误

的工具链 例如 14.14.26428,首先需要用visual studio installer安装好14.11.25503编译工具链，然后需要手动修改VS安装目录下（例如D:\program file\vs 2013\）的VC\Auxiliary\Build中的Microsoft.VCRedistVersion.default.txt、Microsoft.VCToolsVersion.default.props和Microsoft.VCToolsVersion.default.txt， 将VS默认编译工具链修改为 14.11.25503（否者即使在CMAKE中指定对于的编译工具，CMAKE还是会使用以上三个文件中的设置）。

    2）用CMake Configure以后，将 opencv_ffmpeg.dll、opencv_ffmpeg_64.dll 复制到build目录下的\3rdparty\ffmpeg目录下。

    3)将75060a0c662c0800f48995b7e9b085f6-ippicv_2017u2_win_intel64_20170418.zip复制到src目录下的.cache目录下。

    6)编辑文件 OPENCV的源文件目录下的 sources\modules\videoio\src\cap_dshow.cpp增加 #define STRSAFE_NO_DEPRECATE

在编译过程中可能会碰到一些问题，下面提供各种问题的解决方法：

1. CMake Error: The following variables are used in this project, but they are set to NOTFOUND.
Please set them or make sure they are set and tested correctly in the CMake files:
CUDA_nppi_LIBRARY (ADVANCED)

    原因解析： cuda9不再支持2.0架构

    解决方案： 
（1） 找到FindCUDA.cmake文件
将
find_cuda_helper_libs(nppi)  
改为 
find_cuda_helper_libs(nppial)  
find_cuda_helper_libs(nppicc)  
find_cuda_helper_libs(nppicom)  
find_cuda_helper_libs(nppidei)  
find_cuda_helper_libs(nppif)  
find_cuda_helper_libs(nppig)  
find_cuda_helper_libs(nppim)  
find_cuda_helper_libs(nppist)  
find_cuda_helper_libs(nppisu)  
find_cuda_helper_libs(nppitc) 
（2） 找到
set(CUDA_npp_LIBRARY "${CUDA_nppc_LIBRARY};${CUDA_nppi_LIBRARY};${CUDA_npps_LIBRARY}")  
改为
set(CUDA_npp_LIBRARY "${CUDA_nppc_LIBRARY};${CUDA_nppial_LIBRARY};${CUDA_nppicc_LIBRARY};${CUDA_nppicom_LIBRARY};${CUDA_nppidei_LIBRARY};${CUDA_nppif_LIBRARY};${CUDA_nppig_LIBRARY};${CUDA_nppim_LIBRARY};${CUDA_nppist_LIBRARY};${CUDA_nppisu_LIBRARY};${CUDA_nppitc_LIBRARY};${CUDA_npps_LIBRARY}") 
（3） 找到
unset(CUDA_nppi_LIBRARY CACHE)  
改为
unset(CUDA_nppial_LIBRARY CACHE)  
unset(CUDA_nppicc_LIBRARY CACHE)  
unset(CUDA_nppicom_LIBRARY CACHE)  
unset(CUDA_nppidei_LIBRARY CACHE)  
unset(CUDA_nppif_LIBRARY CACHE)  
unset(CUDA_nppig_LIBRARY CACHE)  
unset(CUDA_nppim_LIBRARY CACHE)  
unset(CUDA_nppist_LIBRARY CACHE)  
unset(CUDA_nppisu_LIBRARY CACHE)  
unset(CUDA_nppitc_LIBRARY CACHE)
(4) 找到
...  
  set(__cuda_arch_ptx "")  
  if(CUDA_GENERATION STREQUAL "Fermi")  
     set(__cuda_arch_bin "2.0")  
  elseif(CUDA_GENERATION STREQUAL "Kepler")  
     set(__cuda_arch_bin "3.0 3.5 3.7")  
  ... 
修改为
...  
set(__cuda_arch_ptx "")  
if(CUDA_GENERATION STREQUAL "Kepler")  
 set(__cuda_arch_bin "3.0 3.5 3.7")  
elseif(CUDA_GENERATION STREQUAL "Maxwell")  
 set(__cuda_arch_bin "5.0 5.2")  
...  
（5） 在
opencv\modules\cudev\include\opencv2\cudev\common.hpp
头文件中添加
#include <cuda_fp16.h>
2、 出现警告 Policy CMP0071 is not set
在 CMakelist.txt中找到
if（POLICY CMP00xx）
 cmake_policy(SET CMP00xx NEW)
endif()
相应位置添加
if（POLICY CMP0071）
 cmake_policy(SET CMP0071 NEW)
endif()

3 Building NVCC (Device) object modules/core/CMakeFiles/cuda_compile.dir/src/cuda/Debug/ cuda_compile_generated_gpu_mat.cu.obj 

                解决方法：

在CMake 中设置 CUDA_GENERATION 为相应CPU的架构

4、出现CMake Error at cuda_compile_generated_absdiff_mat.cu.obj.cmake:206 (message):

        问题原因：

                Opencv 需要根据CUDA_HOST_COMPLIER变量设置编译工具链的目录。而Opencv默认的设置是不是用于VS2017的。

        解决方法：

添修改CMake选项 CUDA_HOST_COMPLIER 为对应编译器cl.exe所在目录，并且将这个目录添加到PATH环境变量下，该目录中不应该包含空格和中文（可以在CMD（不可以用PowerShell）用mklink /D /J LINK_NAME DEST_DIR 命令将目标目录和LINK_NAME建立软连接，目标目录不能比VS安装目录下的VC目录更深，因为nvcc需要根据cl.exe的相对路径..\..\），否者会报错。
注意： 最后一个目录后不需要加"\"

5、opencv_cudacodec.vcxproj 生成失败

            问题原因：

                  CUDA9.0中不存在nvcuvid.h头文件。

            解决方法：

在NVIDIA GPU Computing 安装目录（默认是C:\Program Files\NVIDIA GPU Computing Toolkit\）CUDA\v9.0\include目录下复制 dynlink_nvcuvid.h头文件并重命名为nvcuvid.h

6、生成opencv_ml.vcxproj（opencv机械学习库）出现无法解析的外部符号 "public: virtual struct QMetaObject const * __cdecl GuiReceiver::metaObject(void)const " (?metaObject@GuiReceiver@@UEBAPEBUQMetaObject@@XZ)错误。

            问题原因：

                    Opencv机械学习库需要用到opencv 的svm库。

            解决方法：

                    在CMAKE选项WITH下勾选WITH_OPENCL_SVM