Visual Studio 2019 + Libtorch +OpenCV

1 个人环境

• 操作系统：Windows;
• Visual Studio 2019;
• Cuda版本：10.1（查询命令：nvcc -V）;
• Libtorch：Release版本（官网下载）;
• OpenCV（官网下载）;

2 准备工作

• Visual Studio 2019 的安装，请自行查看相关教程；
• CUDA 和 cuDNN的安装，请自行查看相关教程；

3 Visual Studio 2019 配置 Libtorch 和 OpenCV

  下载并解压 Libtorch 和 OpenCV，然后将 Libtorch 和 OpenCV 的头文件目录放在包含目录中，库文件放在库目录下。具体操作为：新建项目，在项目的属性管理器中选择Release | x64，右键添加新的属性表(本文命名为LibtorchRelease)。双击新建属性表，开始设置。操作步骤顺序为：通用属性 -> VC++目录 -> 包含目录、库目录，在包含目录下添加头文件，库目录下添加库文件，具体为

• 包含目录：
  path: xxx\libtorch\include\torch\csrc\api\include
  path: xxx\libtorch\include
  path: xxx\opencv\build\include
  path: xxx\opencv\build\include\opencv2

• 库目录：
  path: xxx\libtorch\lib
  path: xxx\opencv\build\x64\vc15\lib

而后，对链接器选项进行设置：通过链接器 -> 输入 -> 附加依赖项添加以下内容

c10.lib
c10_cuda.lib
torch_cpu.lib
torch_cuda.lib
opencv_world454.lib

最后，在链接器 -> 命令行 -> 其他选项中添加

• /INCLUDE:?warp_size@cuda@at@@YAHXZ

  以上便是属性表中的全部配置，完成后，还需对项目进行配置。转至解决方案资源管理器，项目右键点击属性，在调试 -> 环境中添加 libtorch 动态库的路径：

• PATH=xxx\libtorch\lib;%PATH%

至此，相关配置全部完成。

4 测试

4.1 Libtorch 测试

  检查面板，务必确认为Release + x64。新建源文件main.cpp进行测试。

#include <torch/torch.h>
#include <torch/script.h>

using namespace std;
using namespace torch;

int main()
{
    torch::DeviceType device_type = at::kCPU;
    if (torch::cuda::is_available()) {
        cout << "cuda availabel!" << endl;
        torch::DeviceType device_type = at::kCUDA;
    }
    else
    {
        cout << "cpu" << endl;
    }
}

4.2 OpenCV 测试

  新建源文件camera.cpp进行测试。（测试前先选中前文main.cpp右键，属性 -> 配置属性 -> 常规 -> 从生成中排除 -> 是）

// 打开摄像头样例
#include <opencv2/highgui/highgui.hpp>  
#include <opencv2/imgproc/imgproc.hpp>  
#include <opencv2/core/core.hpp>  

using namespace cv;

int main()
{
	VideoCapture cap(0);
	Mat frame;
	while (1)
	{
		cap >> frame;
		imshow("调用摄像头", frame);
		waitKey(30);
	}
	return 0;
}

【参考】

1. 在Visual Studio中配置基于Libtorch的项目；
2. Libtorch的GPU使用问题记录；
3. Visual Sudio 2019 + libtorch(Pytorch C++库) 环境配置；
4. opencv4.5.4 + VS2022 的开发环境搭建;