REC

最近在做OpenCV相關的項目時發現，在跑dnn模型時如果單純只使用cpu幀率會非常低，有時甚至一兩秒才刷一幀的圖像出來，需要使用硬件加速，所以在各大論壇等翻閱使用GPU加速的教程，可惜非常雜，而且并不完整。作者在實際操作中也是踩坑無數，同時借此整理一篇關于OpenCV配置CUDA支持GPU加速的教程，供大家參考。

相關的資料也會整理后，大家可通過后臺私信 OpenCV 獲得本次的所有相關文件源碼以及軟件包。

一、環境準備

查看電腦NVIDIA的CUDA版本號，下載對應版本CUDA Toolkit（當前使用11.1版本）(具體需不需要下載和自己電腦cuda相同版本的還有待查證)

cmake3.17.2（最高只支持到vs2019版）

visual studio 2019

opencv源代碼（當前使用opencv 4.6.0版本）

opencv_contrib（當前使用4.6.0版本）

以上相應下載鏈接及軟件會放在資料里。CUDA精簡安裝教程請關注補充內容

二、使用cmake “make”

1、打開cmake（cmake-gui），第一個源代碼路徑選擇剛剛下載的opencv源代碼路徑，路徑需要選擇到sources 第二個編譯輸出路徑，可在opencv文件夾下創建一個新的文件夾，用于存放編譯輸出的文件，這里創建為newbuild。

之后點configure進行第一次配置，彈出窗口第一個選擇visual studio 16 2019，第二個選擇x64，其余保持默認，點擊finish，等待配置完成后不出意外會有3個錯誤和警告，需要重點關注，這些錯誤會影響到后面的編譯。

我的錯誤為 （1）跟python2.7相關的錯誤，可忽略

（2）FFMPEG的相關文件下載失敗，這里需要自己從自己選擇的編譯輸出路徑中找到 CMakeDownloadLog.txt 打開（我的路徑為H:opencv_pasksopencv ewbuildCMakeDownloadLog.txt），里面提供了FFMPEG相關文件的鏈接地址，下載即可。最后我們統一放入相關文件夾內（所以這里只需先下載下來，暫不用放入任何文件夾內）

（3）這里只是個 warning 不是 error ，可忽略

（當然有的人可能還會有和 ippicv 相關的錯誤，和 ffmpeg 同理，找到對應的文件鏈接下載即可） 2、勾選相應配置 （1）在 search 搜索框里搜索 cuda，勾選 OPENCV_DNN_CUDA 和 WITH_CUDA 兩個選項

（2）搜索 example，勾選 BUILD_EXAMPLES 和 INSTALL_PYTHON_EXAMPLES（這一步可不用）

（3）搜索 non，勾選OPENCV_ENABLE_NONFREE

（4）搜索 mod，OPENCV_EXTRA_MODULES_PATH 選擇剛剛下載的 opencv_contrib 路徑，需要到 modules 文件夾下（我的為H:/opencv_pasks/opencv_contrib-4.6.0/modules, 注意這里是正斜杠而不是反斜杠） 以上完成之后再次點擊 configure 進行第二次配置，等待配置完成后可繼續下一步。

這里不出意外會多出幾個紅色的錯誤警告 例如：wechat_qrcode、xfeatures2d、face相關等，基本都是因為下載不到文件引起，需要自己手動下載

（5）搜索 cudnn，勾選 WITH_CUDNN（我的默認已經勾選）

（6）搜索 cubla，勾選WITH_CUBLAS（我的默認已經勾選）

（7）搜索 cuda_ar，在CUDA_ARCH_BIN填入自己的顯卡gpu算力，不知道的可進入網址查詢，我的為6.1。 （顯卡gpu算力查詢網址見資料）

（8）搜索 fast，勾選CUDA_FAST_MATH 和 ENABLE_FAST_MAT

（9）搜索 type，將CMAKE_CONFIGURATION_TYPES的DEBUG刪除，只保留Release

（10）搜索 world，勾選BUILD_opencv_world

完成上述后再次點擊 configure 進行第三次配置，等待配置完成后，這時我們需要放入剛剛所說的一些下載錯誤的缺失文件。

在源碼目錄下的 .cache 文件夾內（我的路徑為 H:opencv_pasksopencvsources.cache）放入剛剛下載的相應文件，需要放入到對應的文件夾下，并且文件名需要和自己目錄下生成的 0k 文件名相對應，不對應的需要修改成對應的，然后將其替換。（不會的可以參考我的 .ceche 目錄，同時如果有文件下載不了的可以使用我文件里的）

替換完剛剛出錯的所有文件后，回到 cmake，點擊 Generate 會生成一個vs2019的c++工程，之后點擊 open Project 打開工程。

在 vs2019 上方選擇 Release，之后點右邊的 CmakeTargets-ALL_BUILD，右鍵生成，等待生成完成，過程大約一小時到兩小時，根據自己電腦的 cpu 而定。生成完會出現0錯誤、0跳過，全是成功的，之后還是同樣在 ALL_BUILD 下方的 INSTALL，同樣右鍵生成，過程大約幾分鐘，等待生成完成即可。

三、配置環境變量

此電腦右鍵-屬性-高級系統設置-高級-環境變量 在上方的用戶變量中新建兩個變量

在下方的系統變量-Path中新建三個變量，配置完后確定即可

四、測試

在代碼中，需要對net類進行兩處修改

net.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA)
net.setPreferableTarget(cv2.dnn.DNN_TARGET_CUDA)

之后運行即可支持GPU加速。