VS2019+CMAKE+OPENCV 实现GPU加速视频解码(一）本地MP4文件

最新推荐文章于 2024-09-20 20:42:02 发布

XD_69

最新推荐文章于 2024-09-20 20:42:02 发布

阅读量2k

点赞数 2

文章标签： opencv visual studio c++

本文链接：https://blog.csdn.net/qq_37718777/article/details/119182842

版权

本文详细介绍了如何使用Visual Studio 2019、CMake和OpenCV 4.5.3在Windows环境下实现GPU加速的MP4视频解码。首先，介绍了所需的设备环境和软件版本，包括CUDA 11.0和cudnn 8.2.1。接着，讲述了安装和配置过程，如显卡驱动、CUDA、CMake和Visual Studio的安装，以及OpenCV的编译。在CMake过程中，强调了配置选项的选择，如去掉不需要的模块并确保支持GPU。最后，通过测试样例，作者发现需要手动下载并处理NVIDIA的Video Codec SDK以解决解码问题，尽管遇到一些命名不一致的困扰，但最终解码部分得以成功运行，但在imshow显示时遇到了问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

0. 设备环境：

Windows10, Visual Studio 2019, CMake 3.21.0, Nvidia 显卡1050ti 驱动 Version: 471.41, CUDA 11.0, cudnn 8.2.1, OpenCV 4.5.3。

1. 安装：

实习的地方暂时没有电脑给我用，我于是直接把自己的电脑系统重装了，之前的环境做过毕设，做过老师的任务，配过各种各样的东西，实在是太乱了，全部重来或许更好一点。重装好之后，还是经典地重装显卡驱动，直接上NVIDIA官网找推荐的驱动安装。

再安装CUDA，之前做tensorflow的项目的时候就头铁什么都安装的最新的，于是环境死活配不好。现在实在是不敢了，于是退而求其次装了11.0，而且pytorch官网上还没有支持最新的11.4版本。再去官网找到和CUDA版本对应的cudnn即可，这里需要注意版本的对应问题（之前毕设的时候，版本都是对应的也还是不行，最后全都降级成了老版本驱动和CUDA9.0才搞定）。这里详细的教程各种博客都有，就不细表了。

显卡需要的部分安装完之后，再安装Cmake和VS。安装VS其实只需要C++就可以了，其他的组件大家按需下载安装。之后下载OpenCV和OpenCV contribute，解压放到一起，再配置环境变量。这里有个地方需要注意，在之后用VS编译后还要再配一次环境变量，记得把VS编译出的路径上移放在opencv自己路径的前面。