新手友好 win10使用cmake3.17编译配置OpenCV3.4.1+CUDA10.2+VS2019

最新推荐文章于 2024-07-22 15:08:28 发布

orang_dragon

最新推荐文章于 2024-07-22 15:08:28 发布

阅读量1.1k

点赞数 3

文章标签： opencv cuda cmake windows

本文链接：https://blog.csdn.net/orang_dragon/article/details/105301372

版权

为了试试GPU能不能使数字识别的纯算法代码加速，而去配置了OpenCV+CUDA的环境。作为一个小白，配置过程中遇到了不少报错，从暴躁，到无奈，到葛优瘫式认命望天。感谢前人分享的经验，在他们的基础上，我也想把自己的配置过程、遇到的问题和原因猜测分享给大家。同时，欢迎大家进行补充，如果有不正确的地方，也请多指教。

前提环境：
Win10
VS2019
OpenCV3.4.1
CUDA10.2
CMake 3.17.0

下面进入配置过程的分享，我把核心步骤的字体都加粗了——如果赶时间的话，可以只看大标题和加粗部分。

一、安装TBB

说是安装，其实就是下载TBB库压缩包并解压
在系统环境变量中加入:
tbb2019_20190605oss_win\tbb2019_20190605oss\bin\intel64\vc14

暂时不明白为什么一定要装TBB，有些经验分享上说TBB是用于编译OpenCV core的。

我进行过以下3种尝试：
1、不安装TBB，直接进行OpenCV+CUDA的CMake编译。
结局：能够成功CMake编译，但是在VS install生成时失败。
在这里插入图片描述

2、安装2020年更新的TBB库
结局：CMake在生成过程中报错。猜测原因可能是因为TBB版本太新，3.17.0版本的CMake没来得及兼容？

在这里插入图片描述
3、安装2019版本TBB（tbb2019_20190605oss_win ）
结局：成功编译。

综上所述，推荐大家安装比CMake老半年以上的TBB库。（比如如果CMake是2020年1月更新的版本，那就安装2019年6月以前更新的TBB库）。

二、进行CMake编译

打开cmake-gui.exe（在bin文件夹中）：
在这里插入图片描述
在“Where is the source code”处输入OpenCV sources文件夹的路径（…\opencv3.4.1\opencv\sources），
在“Where to build the binaries”处输入用于存放cmake编译后文件的路径，
勾选“Grouped”和“Advanced”：

因为我的opencv库文件夹的路径中有中文，我担心cmake时可能会出错，所以就把sources文件夹复制到了全英文路径中。
猜测下面这个报错是因为那次cmake编译时，source code路径带有中文：
在这里插入图片描述
点击左下角的“Configure”：

等待10分钟左右，会出现一片红，红色的是未更新的配置：

在默认勾选的基础上，增加“with CUDA”、“with TBB”的勾选，然后再次点击"Configure"进行更新：在这里插入图片描述
更新后，会显示TBB对应路径"NOTFOUND"，我们需要自行输入TBB对应路径：
TBB_ENV_INCLUDE:
…/tbb2019_20190605oss_win/tbb2019_20190605oss/include
TBB_ENV_LIB:
…/tbb2019_20190605oss_win/tbb2019_20190605oss/lib/intel64/vc14/tbb.lib
TBB_ENV_LIB_DEBUG:
…/tbb2019_20190605oss_win/tbb2019_20190605oss/lib/intel64/vc14/tbb_debug.lib

然后点击"Configure"，会自动匹配TBB_VER_FILE的路径：
…/tbb2019_20190605oss_win/tbb2019_20190605oss/include/tbb/tbb_stddef.h
再次点击"Configure".

等到没有红色，并显示"Configuring done"时，就可以点击"Generate"。
等到显示“Generating done”后，就可以关闭CMake窗口了。

三、在VS中生成

在自定义生成路径下打开OpenCV.sln：
在这里插入图片描述
（可以跳过的步骤）根据前人经验，可以先尝试生成modules下的opencv_core，如果报错了，就说明CMake编译有问题，得重头再来。这样可以减少在漫长等待之后迎来一堆报错的概率，节约试错时间：

在CMakeTargets下选中INSTALL，右键“生成”：
在这里插入图片描述
生成过程可能需要等待3-5个小时。如果有360杀毒的话，建议暂时关掉——不然在生成后期，它老跳出来“关键位置篡改”的提醒。

生成成功后，点击“全部忽略”，关掉OpenCV.sln：
在这里插入图片描述

四、在新建项目中配置属性、测试能否正常运行

在系统环境变量中加入：
…\CUDACV341TBB（CMake编译的自定义生成路径）\install\bin

新建一个sln项目，点击菜单栏中的"项目-属性",出现：
在这里插入图片描述
在"配置属性 - VC++目录 - 包含目录"中加入：
…\CUDACV341TBB\install\include
在"VC++目录 - 库目录"中加入：
…\CUDACV341TBB\install\lib
在"链接器 - 输入 - 附加依赖项"中加入…\CUDACV341TBB\install\lib路径下的一大串.lib文件名。

一个个复制文件名很耗时间，我们可以进入lib文件夹，新建一个txt文件，输入：
DIR ./B>LIST.TXT
保存后，将文件名后缀从.txt改为.bat：
在这里插入图片描述
双击这个.bat文件后，lib文件夹下会出现一个"LIST.TXT"的文本文档：

然后我们就可以把里面的.lib文件名复制出来，粘贴到"链接器 - 输入 - 附加依赖项"中。

配置完成后，将OpenCV自带例子gpu-basics-similarity.cpp的内容复制进去。
（例子具体路径：\opencv3.4.1\opencv\sources\samples\cpp\tutorial_code\gpu\gpu-basics-similarity）

生成项目后，在.exe文件所在目录中，存入2张分别名为"1.jpg"、"2.jpg"的图片。
打开command，进入.exe文件所在目录，输入命令：
GPUnum.exe 1.jpg 2.jpg 10
（即：“.exe的文件名+空格+图片1的文件名+空格+图片2的文件名+空格+10”）
如下图一样显示结果，说明成功：
在这里插入图片描述
祝大家都能一次配置成功！