网站管理办法制度,安徽seo报价,新媒体营销岗位职责说明书,最专业的外贸网站建设OpenCV 源码编译并实现 CUDA 加速 Windows 1. 环境准备1.1 软件环境1. 2 源码下载 2. CMake编译项目2.1 创建cmake项目2.2 设置编译配置2.3 解决异常2.3.1 文件下载异常2.3.2 解决CUDA版本异常 2.4 编译项目 3. Visual Studio 编译项目4. 项目测试5. 总结 OpenCV是一个基于Apac… OpenCV 源码编译并实现 CUDA 加速 Windows 1. 环境准备1.1 软件环境1. 2 源码下载 2. CMake编译项目2.1 创建cmake项目2.2 设置编译配置2.3 解决异常2.3.1 文件下载异常2.3.2 解决CUDA版本异常 2.4 编译项目 3. Visual Studio 编译项目4. 项目测试5. 总结 OpenCV是一个基于Apache2.0许可开源发行的跨平台计算机视觉和机器学习软件库可以运行在Linux、Windows、Android和Mac OS操作系统上。项目源码由一系列 C 函数和少量 C 类构成同时提供了Python、Ruby、MATLAB等语言的接口实现了图像处理和计算机视觉方面的很多通用算法。 但在实际使用中如果是对处理时间要求比较高的场景使用OpenCV处理图片数据很难满足要求不过OpenCV支持使用CUDA进行加速不过支持CUDA加速的依赖包需要我们自行编译才可使用因此在本次文章中我们将演示如何使用OpenCV源码自行编译代码文件来实现CUDA加速。
1. 环境准备
1.1 软件环境 本次编译平台使用的是 Windows 11 系统使用CMake-gui VS2022进行源码编译为了大家更好的复现该项目此处罗列一下本文所使用的环境
CUDA: 12.2, cudnn: 8.9.3Cmake: 3.28.0Visual Studio 2022
关于以上环境的安装大家可以查看网上相关文档自行安装即可。
1. 2 源码下载 接下来需要下载OpenCV源码此处需要下载两个源码分别是opencv和opencv_contrib。下载链接为
opencv:
https://github.com/opencv/opencv/archive/4.8.0.zip
opencv_contrib:
https://github.com/opencv/opencv_contrib/tags不过在下载时要注意一点就是要保证opencv和opencv_contrib下载的版本要一致此处我们下载的版本为4.8.0。下载完成后将两个文件解压到同一个文件夹中如下图所示。
2. CMake编译项目
2.1 创建cmake项目 打开CMake软件设置项目源码路径并在源码路径下创建一个build文件夹并设置编译文件夹如下图所示 接下来点击Configure进行第一次配置然后回弹出编译平台选择此处根据自己电脑的编译软件进行选择在本文中我们使用的是Visual Studio 2022然后选择编译平台为x64。 第一次配置生成后输出如下所示 2.2 设置编译配置 首先添加opencv_contrib模块的引用在OPENCV_EXTRA_MODULES_PATH条目中添加该模块的路径然后选择OPENCV_ENABLE_NONFREE如下图所示 接下来添加CUDA的设置首先选择WITH_CUDA如下图所示 然后选择OPENCV_DNN_CUDA此处还可以选择OPENCV_DNN_OPENVINO等不同的模型部署如下图所示 最后选择ENABLE_FAST_MATH 此处为了让生成的依赖库文件都集成在一个文件中方便后面使用所以此处可以选择BUILD_opencv_world如果不选择生成的 文件将会被拆散成多个文件。 第二次Configure后下一步就是需要检查一下其过程是否有异常抛出 2.3 解决异常
2.3.1 文件下载异常 首先查看一下配置输出框是否抛出警告如果有的话一定要解决一下不然后续编译会出错。 当出现上图所示的异常后就需要手动解决一下该问题首先找到build\CMakeDownloadLog.txt文件然后打开后查看一下是否有下图所示的文件确实异常。如果有请自行下载下载链接如下图所示标注位置下载后将文件放置在下图所示缺失文件路径并按照要求修改名称。 2.3.2 解决CUDA版本异常 该异常会在最后编译过程中出现主要是当CUDA12.2时会出现该问题因此需要检查一下自己的CUDA版本是否大于12.2.查看CUDA··版本方式如下图所示。 如果你的CUDA版本大于12.2就要根据官方的要求进行修改官方提供的解决方式链接为cuda: fix for compatibility with CUDA Toolkit 12.2.0 by cudawarped · Pull Request #24104 · opencv/opencv (github.com)。
其主要修改内容如下图所示。 2.4 编译项目 解决完上述异常后就可以进行项目编译了点击Generate就可以自动生成项目了。 3. Visual Studio 编译项目 首先我们打开build\文件夹可以看到生成的OpenCV.sln解决方案文件使用Visual Studio打开该项目。 然后运行ALL_BUILD项目即可此处运行时间会比较长尤其是再加入CUDA支持后编译时间会更久。 编译完成后可以获得下面文件夹内容此处主要是两个有用的文件夹一个是install文件夹这个文件夹主要是包含的时项目运行的依赖项包括include/文件夹以及 .lib 、 .dll等文件第二个是python_loader文件夹主要是python运行所需的依赖项。 4. 项目测试 项目编译完成后最后我们查看一下项目是否编译成功此处使用cv2.cuda.getCudaEnabledDeviceCount()接口方法检查一下是否存在在线的CUDA设备如果存在CUDA设备将返回设备数量如果没有将返回0。如下图所示在运行后输出为1本机设备只存在一个显卡所以索命该项目已经编译好了。 5. 总结 在本文中我们实现了OpenCV源码编译并结合本机安装的CUDA版本实现了CUDA版本的OpenCV编译并实现了Python API 以及C API 的使用。后续我们将会结合所编译的库进行项目开发以及与普通版本进行对比。
