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

 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。

2.Cmake和VS部分

OpenCV应该可以不编译直接用，但是不知道那样的话contribute里的gpu能不能用，大家可以试试。我这里用CMAKE编译，然后就开始麻烦起来了。我建议看一下OpenCV的官方教程，然后用cmake的gui来做。进入cmake先选好和自己VS版本对应的选项，然后开始配置opencv。

第一个选源码文件夹，第二个选安装路径。 然后configure，会出来一堆红色的，这里记得去掉和添加一些选项，要不然以后没注意重新编译又要好久。首先就可以把wechar_qrcode去掉，这个不挂梯子基本上下载不了，然后项目一般都用不到。