编译opencv gpu版的条件

一、具备以下条件即可编译opencv gpu：
1、终端设备必须有独立显卡。cmd窗口：nvidia-smi查看显卡信息
2、下载并安装CUDA Toolkit（根据显卡下载对应的CUDA Toolkit软件）、cuDNN（根据CUDA版本下载对应的cuDNN）。
3、下载cmake 3.16.2并安装。
4、下载opencv4.5.4源码。
5、根据情况下载contrib库，不需要可以不下载，不影响GPU功能的使用。

二、需要安装的软件
1、contrib(可选)：最好安装，以避不时之需，不装有些功能可能用不了，需要时再编译很麻烦。
1）扩展算法：contrib库包含了一些扩展的图像处理，计算机视觉和机器学习算法、超分辨率、图像修复、SIFT/SURF特征提取器等。
2）深度学习支持，：contrib库中包含了一些深度学习相关的模块和功能，例如：深度学习模型的加载和推断，基于深度学习的图像分类、目标检测等。
3）3D视觉：包括用于立体视觉、三维重建和结构光等领域的算法和工具。
4）追踪器：contrib库提供了一些对象追踪算法，用于跟踪视频中的对象，如基于特征点的跟踪器、卡尔曼滤波器等。
5）医学图像处理：包括用于医学图像片和分析的一些功能和算法，如：图像分割、特征提取、病变检测等。
6）可视化工具：contrib库中也包含了一些用于图像和数据可视化的工具和函数，用于在opencv中进行交互式可视化和调试。
2、CUDA安装（必选）
版本：12.3.2
注意事项：
1）如果已安装VS2019或2017，则可以勾选visual studio integration,否则自定义中去掉勾选。
2）去掉勾选：Nsight Compute。
3）开始安装->成功
4）把安装包扩展名修改为rar，然后解压，找到Nsight Compute文件夹，单独安装该模块。
3、cuDNN安装（必选）
下载后把bin、lib、include文件夹中的内容粘贴到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3的对应目录中
4、cmake2.16.2安装（略）

三、下列软件与编译opencv gpu没有任何关系，这里只做安装说明

1、Anaconda安装：这是一款包含工具和库的软件，其中包含conda包管理工具，与python中的pip包管理工具相同，只是anaconda软件中带的这个包管理工具更加方便，能够自动处理各种依赖关系。
安装包：Anaconda3-2023.09-0-Windows-x86_64.exe，安装后添加到系统路径中
2、pytorch安装：这是用于python的一个库，只是这个库需要单独安装，功能比较强大而已。安装了你就可以使用它的工具和库，不安装就不能使用。
1）创建新虚拟环境
2）系统管理员cmd窗口中：conda create -n torch_gpu python=3.12
3）激活虚拟环境：conda activate torch_gpu （如果取消：conda deactivate)
4）安装pytorch步骤：
A：进入官网：https://pytorch.org
B：选择pytorch安装选项：（python版）
stable(2.2.1)
windows
conda
python
cuda12.1
5）网页会自动生成cmd命令：conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
6）系统管理员CMD窗口中：执行上面命令，注意一定要在虚拟环境中执行。注意python版本：3.8以上才能安装pytorch，当前是3.12
7）验证：
1）python
2）>>>import torch
3) >>>print(torch.cuda.is.availabled()) //返回true为成功
4）>>>print(torch.cuda.device_count()) //返回1 为成功