《OpenCV编译》二、安装工具列表

安装工具及安装顺序：

 

0、安装Nvidia显卡驱动；  版本：456.71

1、安装Visual studio Professional 2017

2、安装Windows10 SDK（非必要）；  版本：19041.1.191206-1406

     Windows SDK即Windows Software Develope Kit（软件开发工具包），

它包含了进行Windows软件开发的文档和API函数的输入库、头文件（因为API在动态链接库中，这些动态链接库是系统的组成部分，

因此不用再提供，而输入库和头文件则必须，这样才能在你的程序中使用API函数）。

3、安装Miniconda3；  

     conda是一个开源包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换；

     Miniconda是最小的conda安装环境；

4、编译OpenBLAS;  版本：0.3.12

     OpenBLAS是一个开源的矩阵计算库，包含了诸多的精度和形式的矩阵计算算法。

5、安装tbb（Threading Building Blocks）；  版本：tbb2019_20181010

    Intel Threading Building Blocks (Intel TBB)，它是一个库，帮助你利用多核提高性能

6、安装CUDA SDK；  版本：CUDA Toolkit 10.2

    CUDA(Compute Unified Device Architecture)，NVidia推出的bai运算平台。

    CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。

    包含CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。

    NVIDIA与CUDA满足的关系：  https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

7、安装CUDNN；  版本：10.2

     NVIDIA CUDNN是用于深度神经网络的GPU加速库。强调性能、易用性和低内存开销。

     NVIDIA CUDNN可以集成到更高级别的机器学习框架中，如Tensorflow、caffe等。可以在GPU上实现高性能现代并行计算。

     CUDA看作是一个运算平台。

     CUDNN是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。

     CUDA与CUDNN满足的关系： https://developer.nvidia.com/rdp/cudnn-archive

8、安装Intel MKL库；  版本：2020 Update 4     

     Intel数学核心函数库（Math Kernel Library  MKL）是一套经过高度优化和广泛线程化的数学例程，专为需要极致性能的科学、工程及金融等领域的应用而设计。

9、安装CMake编译工具；  版本：3.19.0

     CMake是一个跨平台的安装（编译）工具，可以用简单的语句来描述所有平台的安装(编译过程)。

10、安装Eigen； 版本：3.3.7

     Eigen是一个高层次的有效支持线性代数，矩阵和矢量运算，数值分析及其相关的算法的开源C++库。

11、编译OpenCV； 版本：4.5.0；

    OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉和机器学习软件库。

12、安装Tesseract-OCR； 版本：v5.0.0

    Tesseract-OCR引擎简介 OCR(Optical Character Recognition)：光学字符识别，是指对图片文件中的文字进行分析识别,获取的过程。