部分文件联网下载失败导致opencv过不了cmake解决方法

参考链接:https://blog.csdn.net/qq_28017939/article/details/98252872

一、ippicv_2020_win_intel64_20191018_general.zip下载失败

进入opencv4.3.0\sources\3rdparty\ippicv目录
将 ippicv.cmake 第47行的https://raw.githubusercontent.com

修改为:https://raw.staticdn.net

二、opencv_videoio_ffmpeg_64.dll、opencv_videoio_ffmpeg.dll下载失败

进入opencv4.3.0\sources\3rdparty\ffmpeg目录
将 ffmpeg.cmake 第25行的https://raw.githubusercontent.com

修改为:https://raw.staticdn.net

三、boostdesc_bgm.i相关文件下载失败

进入opencv_contrib-4.3.0\modules\xfeatures2d\cmake目录

将 download_boostdesc.cmake中的https://raw.githubusercontent.com改为https://raw.staticdn.net

四、vgg_generated_120.i相关文件下载失败

进入opencv_contrib-4.3.0\modules\xfeatures2d\cmake目录

将 download_vgg.cmake中的https://raw.githubusercontent.com改为https://raw.staticdn.net

 

之后重新在cmake 里configure即可。

  • 27
    点赞
  • 43
    收藏
    觉得还不错? 一键收藏
  • 15
    评论
OpenCV 4 开源库包含了许多功能和模块,其中包括了 contribute、cmake、cuda 和 dnn.h。下面我来逐一解释它们的含义和作用。 1. Contribute: contribute 是 OpenCV 中的一个特殊模块,主要用于收集和整合开发者贡献的特性和算法。它提供了一种方式让开发者可以将自己的代码整合到 OpenCV 中,以便更广泛地被使用和测试。 2. CMake: CMake 是一个跨平台、开源的构建系统工具,用于管理软件项目的构建过程。在 OpenCV 中,CMake 被用于配置项目以生成对应平台的构建文件。它简化了构建过程,使得开发者可以更方便地编译和部署 OpenCV。 3. CUDA: CUDA 是 NVIDIA 公司推出的并行计算平台和编程模型。在 OpenCV 中,CUDA 被用于加速计算密集型任务,如图像处理和机器学习算法。通过利用 GPU 的并行能力,CUDA 可以显著提升 OpenCV 在处理大规模数据时的性能和效率。 4. dnn.h: dnn.h 是 OpenCV 中的一个头文件,它提供了深度神经网络相关的函数和类。通过 dnn.h,开发者可以使用 OpenCV 提供的深度学习模块来构建和训练自己的神经网络模型,并将其应用于图像处理、物体识别等任务中。 总结来说,OpenCV 4 中的 contribute 模块使得开发者可以更方便地贡献自己的代码;CMake 简化了 OpenCV 的构建过程;CUDA 利用 GPU 提升了 OpenCV 的性能;dnn.h 提供了深度学习相关的功能。这些模块和功能都使得 OpenCV 在计算机视觉和图像处理领域有更广泛的应用和更高的性能。
评论 15
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
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