Python 编译支持cuda gpu加速的Opencv4.7
[记录]Python 编译支持cuda gpu加速的Opencv4.7
参考
依赖
1、VisualStudio （我使用的是2022版）VisualStudioSetup.exe – 蓝奏云 (lanzoup.com)
2、python-3.8.0-amd64.exe python-3.8.0-amd64.exe
3、cmake-3.26.0-windows-x86_64.msi cmake-3.26.0-windows-x86_64.msi.zip 官方
4、cuda_11.7.0_516.01_windows.exe （自行选择适配版本）
5、cudnn-windows-x86_64-8.9.6.50_cuda11-archive.zip （自行选择适配版本）
6、opencv-4.7.0.zip https://wwi.lanzoup.com/iWXkg0qghgxe 官方
7、opencv_contrib-4.7.0.zip https://wwi.lanzoup.com/iq29C0qgh9ed 官方
最新版：
git clone https://gitclone.com/github.com/opencv/opencv
git clone https://gitclone.com/github.com/opencv/opencv_contrib注：本机笔记本2060,cuda_11.7.0,cudnn-8.9.6,Python 3.8.10
教程：
一、配置cuda环境
直接按照下面教程安装
二、CMake编译OpenCV源码得到OpenCV.sln工程文件
注：原有的opencv的python包必须卸载，python必须先安装numpy库
此步骤需要下载github上的依赖，需要满足一定的网络条件 另：网络错误解决方案 或尝试使用steam++（watt tookit）加速
1、创建一个目录opencv_build （此目录以后不能变更，暂未找到解决办法）
把opencv-4.7.0.zip和opencv_contrib-4.7.0.zip都解压到opencv_build目录。再创建一个build目录为编译目录
2、打开Cmake-gui，选择以下相应的目录
3、第一次点击 configure，选择vs 2022和x64架构，点击finish，开始第一次编译
4、编译完成后，在Search框内输入CUDA和fast，勾选三个配置 : WITH_CUDA 、OPENCV_DNN_CUDA、ENABLE_FAST_MATH。
5、Search框搜world，将build_opencv_world打勾。
6、Search框搜BUILD，勾选BUILD_opencv_python3。
7、Search框搜CMAKE_CONFIGURATION_TYPES，内容只留下Release。
8、search框搜NON，把OPENCV_ENABLE_NONFREE 打勾。
9、去掉OPENCV_GENERATE_SETUPVARS
10、search框搜MODULES，在OPENCV_EXTRA_MODULES_PATH一项，添加opencv_contrib4.7.0中的modules目录。再点击 configure。
11、搜索框输入cuda，勾选CUDA_FAST_MATH 。CUDA_ARCH_BIN中将显卡的算力内容改成自己显卡的算力。查询算力网站。再点击 configure。
12、去D:\opencv_build\build目录查看CMakeDownloadLog.txt文件。搜索https，如果搜索有结果，就表明网络条件不达标，文件下载失败。可以尝试使用steam++（watt tookit）加速，删除CMakeDownloadLog.txt文件。再点击 configure。再次打开文件搜索https，有结果就删除CMakeDownloadLog.txt文件，再点击 configure。最后查看自动生成的CMakeDownloadLog.txt内容，没有https开头的东西，说明所有文件全部成功。单击Generate来生成OpenCV.sln文件。
注：取消勾选带有java和face的选项可以加快速度，但人脸识别功能应该也会失效。
另外：编译 CUDA加速的 OpenCV-4.8.0 版本_opencv 4.8.0 gpu 编译-CSDN博客
- 去除Java相关；
- 去除JS相关；
- 去除tests相关；
- 勾选CUDA相关
- 将 OpenCV-Contrib 加入到项目中
- 勾选 build_opencv_world
- 去除 OpenCV_ENABLE_NONFREE
- 勾选 ENABLE_FAST_MATH
- 再次点击Configure
- 完成之后，选择CUDA_ARCH_BIN并勾选 CUDA_FAST_MATH
- 再次点击Configure；
- 如果这次完成之后，没有红色，那么就直接Generate，done就结束了。
三、VS编译OpenCV.sln
1、点击Cmake-Gui里的Open Project，打开VS编译OpenCV.sln。
2、右击ALL_BUILD 点击生成，等待一个小时左右（大概生成一百多项）。如果生成没有失败项就表示生成成功。在右击INSTALL 点击生成，生成成功后就编译完成了。
四、测试
打开cmd输入python -c "import cv2; print(f'OpenCV: {cv2.__version__} for python installed and working')"
若输出OpenCV: 4.7.0 for python installed and working 就表明成功编译。
注：opencv_build 目录以后不能变更，暂未找到解决办法
本文系作者 @ATRAY 原创发布在ATRAY站点。未经许可，禁止转载。
暂无评论数据