WIN10+OpenCV4.5.0+CUDA11.6+已经编译的Release版的OpenCV4.5.0+CUDA10.1+CUDNN7.6.5forCUDA10.1的编译好的库(W.S.Yin)

运行下面链接上的测试程序后,会报错如下:
https://zhangping.blog.csdn.net/article/details/107205717

报错:
(1)严重性 代码 说明 项目 文件 行 禁止显示状态
错误 LNK2019 无法解析的外部符号 “void __cdecl cv::imshow(class std::basic_string<char,struct std::char_traits,class std::allocator > const &,class cv::debug_build_guard::_InputArray const &)” (?imshow@cv@@YAXAEBV? b a s i c s t r i n g @ D U ? basic_string@DU? basicstring@DU?char_traits@D@std@@V?$allocator@D@2@@std@@AEBV_InputArray@debug_build_guard@1@@Z),该符号在函数 main 中被引用 test_CSDN_1 E:\GPU_Study\Moving_Targets_Detection_Zhong_BP_1\Connected_Choose\OpenCV_GPU_test\test_CSDN_1\test_CSDN_1\test_CSDN_1.obj 1

(2)严重性 代码 说明 项目 文件 行 禁止显示状态
错误 LNK2019 无法解析的外部符号 “void __cdecl cv::add(class cv::debug_build_guard::_InputArray const &,class cv::debug_build_guard::_InputArray const &,class cv::debug_build_guard::_OutputArray const &,class cv::debug_build_guard::_InputArray const &,int)” (?add@cv@@YAXAEBV_InputArray@debug_build_guard@1@0AEBV_OutputArray@31@0H@Z),该符号在函数 main 中被引用 test_CSDN_1 E:\GPU_Study\Moving_Targets_Detection_Zhong_BP_1\Connected_Choose\OpenCV_GPU_test\test_CSDN_1\test_CSDN_1\test_CSDN_1.obj 1

(3)严重性 代码 说明 项目 文件 行 禁止显示状态
错误 LNK2019 无法解析的外部符号 “class cv::debug_build_guard::_InputOutputArray const & __cdecl cv::noArray(void)” (?noArray@cv@@YAAEBV_InputOutputArray@debug_build_guard@1@XZ),该符号在函数 main 中被引用 test_CSDN_1 E:\GPU_Study\Moving_Targets_Detection_Zhong_BP_1\Connected_Choose\OpenCV_GPU_test\test_CSDN_1\test_CSDN_1\test_CSDN_1.obj 1

(4)严重性 代码 说明 项目 文件 行 禁止显示状态
错误 LNK1120 3 个无法解析的外部命令 test_CSDN_1 E:\GPU_Study\Moving_Targets_Detection_Zhong_BP_1\Connected_Choose\OpenCV_GPU_test\test_CSDN_1\x64\Debug\test_CSDN_1.exe 1

**解决方法:**上面的错误很明显是缺少opencv的包含路径与库,添加之后会报缺少一些dll文件(nppial64_10.dll、nppial64_10.dll-、nppicc64_10.dll、nppicc64_10.dll、nppist64_10.dll、nppist64_10.dll、CUDA10.1版本有而11.6没有的),你把CUDA版本换成10.1后,你建的测试工程(E:\GPU_Study\Moving_Targets_Detection_Zhong_BP_1\Connected_Choose\OpenCV_GPU_test\test_CSDN_1)就可以正常Release运行了!后面发现,这里正常运行的是CV的函数,改成的CV::CUDA后Release调试就会报错如下:

报错:
(1)严重性 代码 说明 项目 文件 行 禁止显示状态
错误 MSB3721 命令““C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin\nvcc.exe” -gencode=arch=compute_35,code=“sm_35,compute_35” --use-local-env -ccbin “C:\Program Files (x86)\Microsoft Visual Studio\2017\Enterprise\VC\Tools\MSVC\14.11.25503\bin\HostX86\x64” -x cu -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include" -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include" --keep-dir x64\Release -maxrregcount=0 --machine 64 --compile -cudart static -DNDEBUG -D_CONSOLE -D_UNICODE -DUNICODE -Xcompiler "/EHsc /W3 /nologo /O2 /Fdx64\Release\vc141.pdb /FS /Zi /MD " -o x64\Release\test_CSDN_1.cpp.obj “E:\GPU_Study\Moving_Targets_Detection_Zhong_BP_1\Connected_Choose\OpenCV_GPU_test\test_CSDN_1\test_CSDN_1\test_CSDN_1.cpp””已退出,返回代码为 1。 test_CSDN_1 C:\Program Files (x86)\Microsoft Visual Studio\2017\Enterprise\Common7\IDE\VC\VCTargets\BuildCustomizations\CUDA 10.1.targets 764

(2)严重性 代码 说明 项目 文件 行 禁止显示状态
错误(活动) E0135 namespace “cv::cuda” 没有成员 “add” test_CSDN_1 e:\GPU_Study\Moving_Targets_Detection_Zhong_BP_1\Connected_Choose\OpenCV_GPU_test\test_CSDN_1\test_CSDN_1\test_CSDN_1.cpp 33

(3)严重性 代码 说明 项目 文件 行 禁止显示状态
错误 namespace “cv::cuda” has no member “add” test_CSDN_1 E:\GPU_Study\Moving_Targets_Detection_Zhong_BP_1\Connected_Choose\OpenCV_GPU_test\test_CSDN_1\test_CSDN_1\test_CSDN_1.cpp 33

解决:上面的(3)错误就是没有添加相应的hpp文件,添加之后能编译能过,但不能运行时因为你没有添加编译后的OpenCV的lib里的dll文件到相应的地方:(1)工程x64的Release目录下;(2)系统的System32文件夹下

新建工程后莫名其妙地又一错误:
(1)严重性 代码 说明 项目 文件 行 禁止显示状态
错误 The CUDA Toolkit v10.1 directory ‘’ does not exist. Please verify the CUDA Toolkit is installed properly or define the CudaToolkitDir property to resolve this error. test_CSDN_3 C:\Program Files (x86)\Microsoft Visual Studio\2017\Enterprise\Common7\IDE\VC\VCTargets\BuildCustomizations\CUDA 10.1.targets 587
解决: 参考的官方论坛:https://forums.developer.nvidia.com/t/the-cuda-toolkit-v10-0-directory-does-not-exist/65821

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: OpenCV是一个开源的计算机视觉和机器学习,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++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cuDNNCUDA Deep Neural Network library)是NVIDIA专门为深度学习任务开发的一个。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CUDAOpenCV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,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,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,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。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

embrace_the_sunhaha

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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