VS2017配置OpenCV4.4.0+cuda（Win10环境）

已于 2022-03-03 11:25:09 修改
阅读量2.6k 收藏 5
点赞数
文章标签： visual studio ide visualstudio opencv
于 2022-03-03 11:05:43 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_54844818/article/details/123247148
版权

VS2017安装

目前最新的Visual Studio版本是Visual Studio 2017 version 15.7 和 version 15.8 Preview 1。这里我配置的是15.8.8。电脑环境是Win10。当然最好装2017，因为2015跟2019我已经试过了会编译失败这个坑我已经踩完了。

1.下载

这里直接在微软官网下载即可。链接: Visual Studio: 面向软件开发人员和 Teams 的 IDE 和代码编辑器.

Visual Studioå®ç½

 其中三个版本都可以选，Community 2017是免费社区版本，Professional 2017和Enterprise 2017是付费版，功能好像没有区别，我这里选择的是Professional版本。
付费版可以使用密匙激活，这里提供两个密匙，如果不能用了就网上找，很多的：
Professional 2017:KBJFW-NXHK6-W4WJM-CRMQB-G3CDH
Enterprise 2017:NJVYC-BMHX2-G77MM-4XJMR-6Q8QF

当然也有网盘链接 里面有安装细节

链接：https://pan.baidu.com/s/1a2gTta31hkJeBYjP0w6J3g 
提取码：m1nj 

2.安装

VS2017的安装包不同于以前的版本，它提供了一个新的轻量化和模块化的安装体验，可根据需要量身定制安装，只有不到1MB大小。这只是一个引导程序(Web Installer)，启动之后勾选需要的组件即可进行安装。

å®è£çé¢

如果初学者并且没有其他特殊需求，选上Windows中的“.NET桌面开发”和“使用C++的桌面开发”以及最下面其他工具集中的“Visual Studio扩展开发”即可。不知道选什么也不要紧，留着这个安装包（严格来说不叫安装包），需要其他组件的时候随时可以添加。

选择安装位置：
在左下角改变安装路劲，默认是安装在C盘，当然，如果你的C盘足够大我也建议你安装在C盘，很明显博主是安装在D盘的。虽然安装在非系统盘，但是系统驱动器还是会装在C盘，这个是我们没法改变的（也就是任然会消耗一部分C盘空间）。有一种方法是可以添加一个链接，让系统那些东西不全都装在C盘，而是装在别的盘。我嫌太麻烦了没必要。

安装：
选好路劲之后右下角点击“安装”即可，这是我安装过之后再打开截的图，所以不是“安装”而是“修改”。

开始前最后的准备：
漫长的等待之后就安装好了，完了之后可能会需要重启，然后打开VS2017，来到这个页面

å¨è¿éæå¥å¾çæè¿°

 开发设置选择C++，再选一个你喜欢的颜色，即可进入VS2017了。

注册&激活

如果是安装的专业版或者企业版的在这里输入密匙激活：帮助—>产品注册—>更改产品密匙。然后就大功告成啦！

å¨è¿éæå¥å¾çæè¿°

Opencv4.4.0 安装

我会评论区分享我已经配置完成的 opencv4.4.0。

当然如果你想要过一遍流程可以看以下的流程，以下是参照pyimageseach.com的说明文档进行配置

 1.下载

同样也是在官方下载：链接: Releases - OpenCV. 这边我选的是opencv4.4.0

 然后就开始下载，在点击旁边的github然后依次按照下面的图片点击

 

 

 然后在点对应版本的tags

 然后在点source.code（zip）就开始下载了

把刚刚下载好的文件放在一个目录下进行解压，最好你的盘符最好还有30g的空间不然到时候可能空间会不够用

然后就打开cmake-gui

然后将soure code定位到这个地方因为下面有个CMakeLists.txt

然后在创建一个build文件

 然后点configure

 然后等待一下直到结束

 

 然后将给OPENCV_EXTRA_MODULES_PATH选择文件夹  /opencv contrib-4.4.0/modules

 然后依次勾上下面的选项

 

 然后在点击configure

然后如果会显示这个错误，就去按照你的gpu算力对CUDA_ARCH_BIN进行修改

 

 然后依次勾上下面的选项

 

 然后在编译的过程中会出现这样的报错 ，其实是下载一个东西失败，这个东西可以在CMakeDownloadLog.txt里面看

 

此时同一行中的http地址为下载地址，再后面的那个是下载后应该存放的位置当然有可能文件夹不存在你得自己下载，同理把所有类似的爆红给解决掉。当然如果你不想下我也把我下载好的.cache文件给分享了你可以直接替换当然这个是opencv4.4.0版本的不是如图所示的4.2.0版本。

链接：https://pan.baidu.com/s/1AKxMeYycRTcUH5P9metdOg 
提取码：rywe 

 现在默认你已经解决所有文件下载失败问题，再次点击configure，结束之后在点generate生成工程，最后用vs2017打开Opencv.sln

然后将 ALL_BUILD跟INSTALL依次进行生成然后生成的过程会非常慢预计1-2个小时

此时可能会在一个角python的文件夹会提示报错LNK1104 无法打开文件“python37_d.lib” 解决办法

在解决这个问题之前，请先确保你安装了python的debug版本，如果没有，可以修改已经安装的python，如下图所示

勾选最后一项，然后install

 然后，解决方法很简单，给如下图所示的项目添加python37_d.lib所在的路径即可

 

以下两个操作必不可少！

1、将python37_d.lib所在文件夹的路径添加到库目录里面

 2、然后在附加依赖项中添加python37_d.lib，就是刚才找不到的这个库文件的名字

 3、重新右键生成opencv_python3，问题解决！

然后配好一下的用户环境变量跟系统path环境变量

 

 

 如果都完成之后打开cmd

 这样就大功告成了！！！！！！！

然后在按照这两个进行之后的配置就完成了opencv的配置

VS2015配置Opencv踩坑_m0_54844818的博客-CSDN博客VS2017配置OpenCV4.0（Win10环境）_有关人士的博客-CSDN博客_vs配置opencv环境

参考

VS2015配置Opencv踩坑_m0_54844818的博客-CSDN博客

LNK1104 无法打开文件“python37_d.lib” 解决办法_Leonwenbin的博客-CSDN博客_python37_d.lib

VS2017配置OpenCV4.0（Win10环境）_有关人士的博客-CSDN博客_vs配置opencv环境

corpse_dog
关注
Windows10+VS2017+cmake 编译opencv4.1 + opencv_contrib(含cuda)
qq_41180014的博客
06-11 8933
Step 1 下载 opencv4.1 和 对应版本的 opencv_contrib 然后找个地方解压 opencv，在此我放在了 D 盘。然后在里面新建一个空的 build 文件夹，同时将 opencv_contrib 解压之后放进去（其实放哪里无所谓，为了方便这里我还改了一下名） Step 2 下载 cmake, 这里我使用的版本是 3.15.0，根据自己是 32 位还是 64 位来下载（...
Opencv4.2+Opencv_contrib4.2+CUDA10.2+VS2019基于cmake3.18重新编译
u014626564的博客
06-22 1358
目录安装编译 安装 1.安装VS 官网link 2.安装CUDA 官网link 3.安装OpenCV 官网link 注：Opencv暂时不用配置 4.安装Opencv_contrib 官网link注：Opencv_contrib版本与Opencv版本一致，下载的OpenCV安装包中并不包含对CUDA的支持，需要下载Opencv_contrib 5…安装CMake 官网[link](https://cmake.org/download/） 编译 安装好上述工具之后可以进行下一步编译OpenCV源码。 步骤：
VS2017 配置OpenCV4.4.0
weixin_43232746的博客
09-18 929
VS2017 配置OpenCV4.40版本 首先 你得安装了VS2017 然后你得去下载OpenCV库，这里我们下载的是最新的版本 鉴于网速较慢 所以在这里我给大家一个下载速度快的网址：https://www.bzblog.online/opencv/opencv-4.4.0/ 下载opencv-4.4.0-vc14_vc15.exe即可 建议使用迅雷下载！！！ 下载后安装 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，系统环境变量，Path，编辑，加入：D:\OpenCV\openc
在visual studio2019中配置OpenCV环境
最新发布
qq_63739810的博客
07-26 2150
配置方法分为两类，一是新建配置文件，在配置文件中配置环境，这样做的好处是之后新建的多个工程可以直接选调该配置文件，无需再配置，缺点是兼容性不好，如果新工程需要的环境有细微差别可能导致工程无法运行；最后，再添加一个动态链接库进去，具体操作如图所示：在链接器下找到输入选项卡1，然乎点击附件依赖项修改属性2，输入opencv_world440d.dll，然后点击确定应用即可。总的来说，OpenCV 4.4.0的增强和改进使得它更加适合处理实时图像和视频数据，应用于计算机视觉和深度学习等领域。
OpenCV4.4.0+VS2017 环境配置
jndingxin的专栏
07-30 5596
OpenCV4.4.0+VS2017 环境配置 1.准备工具 1.OpenCV4.4安装包，下载地址：opencv-4.4.0-vc14_vc15.exe（下载速度可能会很慢!) 2.VS2017, 若是机器上没有安装，可以在线安装，也可以下载离线安装包，特别的大（大于20G）,安装比较慢。 3.安装环境：Win10 64位操作系统 2.详细步骤 1.下载OpenCV自解压程序 直接访问OpenCV下载页面：OpenCV下载页面 点击“Download”按钮，开始下载。下载完成后，.
vs2017+cuda9.0+opencv3.4实现l0smoothing
09-09
转载，改编自github：https://github.com/Afshinzkh/L0Smoothing;不想花积分的话可以参考一下。我的实现过程：cmake编译opencv3.4源码（文件中有编译好的可以直接用），装cuda9.0（GPU：GTX 1070），可以不装CUDNN用不到，代码的输入输出图片路径大家看源码改一下，opencv需要的输入连接根据编译环境的不同需要更改（我的是debug x64）,另外要将对应的el.exe加到环境路径中，emm，应该没坑了。
opencv 4.4.0 + opencv_contrib 4.4.0+ vs2019 + win10 利用CMake编译时所下载的安装文件
08-02
注意：这个文件是提供给需要自己重新编译...opencv 4.4.0 + opencv_contrib 4.4.0+ vs2019 + win10 利用CMake是所下载的安装文件 .cache文件夹内，利用cmake编译opencv库时 将该文件拷贝到 opencv源文件的.cache中
Win10编译OpenCV4.4.0+opencv_contrib(带CUDA)
weixin_46288017的博客
06-04 561
在使用OpenCV4.4.0的dnn模块调用TensorFlow2训练好的模型时发现，官网下载的发布版没有编译CUDA相关代码，需要手动添加CUDA选项，重新编译OpenCV的源码，才能调用GPU进行模型前向推理。经过多次测试，推荐使用VS2017编译。 1、环境准备 安装VS2017（要求先于安装CUDA） 安装CUDA和cuDNN 安装CMake 下载[OpenCV4.4.0](GitHub - opencv/opencv at 4.4.0) 下载对应版本的opencv_contrib 2、设置文件
Ubuntu18.04+UE4+Opencv4.4.0+ZED相机接入
tgj891的博客
01-06 566
基于Ubuntu18.04系统的Opencv+UE4的ZED相机实时接入实现。
《Win10 opencv4.4 dnn cuda源码编译/安装说明文档》，附件包括opencv4.4 dnn cuda + Win10 + vs2017 64
07-27
经过近一周的不断尝试，...附件包括：opencv4.4 dnn cuda + Win10 + vs2017 64位 + YOLO3测试代码 opencv-4.4.0-vc14_vc15.exe + opencv_contrib-4.4.0.zip + sources\.cache + opencv源码编译说明文档 + YOLO测试代码
vs2017+cuda10..02+cudnn7.6.5+opencv4.4+opencv_contribute编译
caojinpei123的博客
07-24 1662
vs2017+cuda10..02+cudnn7.6.5+opencv4.4+opencv_contribute 参考：https://blog.csdn.net/qq_23149979/article/details/107244405 注意：由于使用vs2015+cuda10.0+opencv4.4+contribute编译失败，所以最好使用vs2017+cuda10.2来编译 一：相关文件下载： 编译环境：vs2017: https://visualstudio.microsoft.co..
OpenCV4.4依赖_windows.zip
07-22
opencv4.4第三方依赖，包含sources整个已经下载好的各类第三方库和my_build文件夹下的3rtparty，解决Cmake编译下载失败，适合各类windows配置环境，替换原有文件即可编译。
opencv4.0.1+contrib+vs2017编译x64x86完全版本
01-08
opencv最新版4.0.1+contrib+vs2017编译完全版，包括x64和x86的release 动态链接库
Opencv4.4+Opencv_contrib vs2017 win10编译
qq_39629280的博客
06-22 776
在vs2017 win10下，编译配置Opencv4.4+Opencv_Contrib
windows下，opencv4.8.0+cuda编译及在vs2022中使用的详细教程
Word_And_Me_的博客
12-06 4337
这篇博客详细呈现了配置 OpenCV 4.80 与 CUDA 的步骤，突出了使用 CMake 的 GUI 界面进行编译的过程，使得整个操作更加便捷。这对于初学者而言具有很好的学习参考价值。同时，欢迎各位专业人士提出宝贵意见。这是我的博客初次尝试，还请大家多多指教。
并行计算程序设计案例（CUDA12.2+VS2022+opencv4.8）图像处理
qq_45774917的博客
05-15 936
起因是本人选了一个并行计算相关的课程，最后有一个课程设计，于是做了此项工作。 主要用到了一个大佬的程序，我就做了环境配置，debug等操作
VS2017配置Opencv4.10教程
qq_43667130的博客
01-31 5660
Opencv 超级傻瓜配置，一套完美完成，超良心制作 opencv安装包下载 已经下载好的可以跳过。 官网去下载opencv的函数包，官网地址：https://opencv.org/ 点击箭头releases,跳到如下页面： 进入后点击Windows，进入如下页面，点击下载，路径自己随便改。 下载完毕后是个这个： 安装，直接点击exe解压就行，地址放别的地不建议c盘，比较大： 配置环境...
超简单的VS2017+openCV4.4配置教程
猪猪侠
10-05 1164
openCV4.4+VS2017+win10 配置包含目录 配置库目录 配置链接器 配置环境变量 运行测试代码 openCV4.4+VS2017+win10 1.1.openCV环境准备 下载opencv4.4版本 解压放在设定的目录下 1.2.VS环境准备 VS安装就不详细介绍了，打开VS帮助->关于Microsoft Visual studio，看看有没有Visual C++2017 ,如果有就说明VS的C++环境已经配置好了 打开VS2...
VS2017配置opencv4.4.0
Mike
04-25 872
1、添加环境变量 D:\opencv\build\x64\vc15\bin 2、包含目录、库目录 D:\opencv\build\include D:\opencv\build\include\opencv2 D:\opencv\build\x64\vc15\lib 3、添加附加依赖项 opencv_world440.lib 在D:\opencv\build\x64\vc15\lib下 4、D:\opencv\build\x64\vc15\bin中的dll文件放在C:WindowsSyst
opencv4.5.1+vs2017+win10+cuda10.0 + cudnn 7.6.0
07-04
### 回答1： OpenCV是一个开源的计算机视觉和机器学习库，可以方便地处理图像和视频。而CUDA（Compute Unified Device Architecture）是由NVIDIA开发的一种并行计算架构，可以加速图形处理器（GPU）上的计算任务。 OpenCV 4.5.1是OpenCV的一个版本，它提供了丰富的功能和算法，用于图像和视频处理、特征提取、目标检测等任务。这个版本可以在Windows 10操作系统上使用，并且可以与Visual Studio 2017集成，提供开发环境和调试工具。 CUDA 10.0是NVIDIA的一个版本，它支持NVIDIA GPU上的并行计算任务。它允许开发人员使用C语言、C++或CUDA自己的扩展语言编写并行计算代码，以加速计算密集型任务。例如，在图像处理中，可以使用CUDA加速OpenCV算法，从而提高计算性能。 而cuDNN（CUDA Deep Neural Network library）是NVIDIA专门为深度学习任务开发的一个库。它提供了一组高性能的深度神经网络的基本操作和优化算法，可以与CUDA和OpenCV结合使用。 综上所述，OpenCV 4.5.1可以与CUDA 10.0和cuDNN 7.6.0集成使用。开发者可以在Visual Studio 2017中使用这些工具和库进行图像处理和机器学习任务的开发和优化。通过使用CUDA加速，可以提高计算性能，而cuDNN可以提供深度学习任务所需的算法和操作。 ### 回答2： OpenCV 4.5.1是一个计算机视觉库，用于在计算机视觉和机器学习项目中进行图像和视频处理。VS2017是一个集成开发环境（IDE），用于Windows操作系统上的软件开发。CUDA（Compute Unified Device Architecture）是一个用于GPU计算的并行计算平台和API模型。CUDNN是NVIDIA深度神经网络库，用于在GPU上加速深度学习任务。 在Windows 10上使用VS2017来编译OpenCV 4.5.1，并在CUDA 10.0和CUDNN 7.6.0的支持下进行构建可以提供更好的计算性能和加速。CUDA 10.0提供了与CUDA架构和驱动程序的兼容性，并支持许多NVIDIA GPU。CUDNN 7.6.0是基于CUDA的深度神经网络库，可以加速深度学习任务的训练和推理。 使用VS2017编译OpenCV可以让开发者方便地在Windows平台上进行开发和调试。VS2017提供了强大的集成开发环境，它可以帮助开发者编写、调试和测试程序。通过配置CUDA 10.0和CUDNN 7.6.0来支持OpenCV的GPU加速，可以进一步提高图像和视频处理的速度和效率。 总结来说，使用OpenCV 4.5.1、VS2017、Windows 10、CUDA 10.0和CUDNN 7.6.0可以实现在Windows平台上的高效计算机视觉和机器学习开发。这种配置可以提供更好的性能和加速，特别是在需要处理大量图像和视频、进行深度学习任务的情况下。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值