当前位置: 首页 > news >正文

windows OpenCV(包含cuda)最简安装教程

windows OpenCV(包含cuda)最简安装教程

1. 在Windows下安装vcpkg

vcpkg是一个开源的C++包管理器,它能帮助我们轻松地安装和管理C++库和工具。要在Windows上安装vcpkg,可以按照以下步骤进行:

  1. 克隆vcpkg仓库
    首先,打开命令提示符或者PowerShell,然后执行以下命令来克隆vcpkg的GitHub仓库到本地目录(例如:C:\tools\vcpkg):

    git clone https://github.com/microsoft/vcpkg
    
  2. 构建vcpkg
    接下来,导航到vcpkg的目录,并执行bootstrap-vcpkg.bat脚本来构建vcpkg。例如,如果您将vcpkg仓库克隆到C:\tools\vcpkg,则可以执行以下命令:

    cd C:\tools\vcpkg
    .\bootstrap-vcpkg.bat
    

如果在运行 bootstrap-vcpkg.bat 时出现权限错误,请以管理员身份运行命令提示符

通过上述步骤,您应该已经在Windows上成功安装了vcpkg。现在,您可以使用vcpkg来安装和管理您项目所需的C++库和工具。例如,要安装SFML库,可以运行vcpkg install opencv4命令。

2. 安装CUDA工具包和配置环境变量(可选,如果不需要GPU部分可以跳过)

2.1. 预备条件

为了获得最新的操作系统、CUDA、CUDA驱动和NVIDIA硬件的兼容软件版本,请参考NVIDIA cuDNN支持矩阵。

2.1.1. 安装NVIDIA图形驱动

在您的Windows系统上安装最新的NVIDIA图形驱动。

  • 访问:NVIDIA下载驱动程序
  • 从下拉菜单中选择GPU和操作系统版本。
  • 按照网页上的指示下载并安装NVIDIA驱动程序。如需更多信息,请选择ADDITIONAL INFORMATION标签,查看安装驱动程序的逐步指南。
  • 重新启动您的系统以确保图形驱动程序生效。
2.1.2. 安装Windows的CUDA工具包

请参考以下说明来安装Windows上的CUDA,包括CUDA驱动和工具包:NVIDIA CUDA安装指南。

2.2. 为Windows下载cuDNN

为了下载cuDNN,请确保您已注册NVIDIA Developer Program。

  • 访问:NVIDIA cuDNN主页。
  • 点击“Download”。
  • 完成简短的调查并点击“Submit”。
  • 接受条款和条件。将显示cuDNN的可用下载版本列表。
  • 选择您想要安装的cuDNN版本。将显示可用资源的列表。
  • 下载Windows的cuDNN包(zip格式)。
2.3. 在Windows上安装

以下步骤描述了如何构建依赖于cuDNN的程序。

请将8.x和8.x.y.z替换为您的特定cuDNN版本。

在以下步骤中,包目录路径被称为。

  • 导航到包含cuDNN包的目录。

  • 解压cuDNN包。

    cudnn-windows-x86_64-*-archive.zip
    
  • 将解压包中的以下文件复制到NVIDIA cuDNN目录。

    • 复制bin\cudnn*.dllC:\Program Files\NVIDIA\CUDNN\v8.x\bin
    • 复制include\cudnn*.hC:\Program Files\NVIDIA\CUDNN\v8.x\include
    • 复制lib\cudnn*.libC:\Program Files\NVIDIA\CUDNN\v8.x\lib
  • 设置以下环境变量以指向cuDNN的位置。要访问$(PATH)环境变量的值,请执行以下步骤:

    • 从开始菜单打开命令提示符。
    • 输入Run并按Enter键。
    • 输入control sysdm.cpl命令。
    • 在窗口顶部选择“Advanced”标签。
    • 在窗口底部点击“Environment Variables”。
    • 将NVIDIA cuDNN bin目录路径添加到PATH变量:
      • 变量名:PATH
      • 要添加的值:C:\Program Files\NVIDIA\CUDNN\v8.x\bin

通过以上步骤,您应该能够在Windows系统上成功地安装和配置cuDNN。在完成这些步骤后,您将能够开始构建和运行依赖于cuDNN的程序和项目。

3. 使用vcpkg安装OpenCV

在安装了vcpkg之后,您可以很容易地安装OpenCV库。以下是基本步骤:

  • 打开命令提示符或PowerShell。
  • 运行命令vcpkg install opencv4[core,cuda]:x64-windows来安装OpenCV和CUDA模块。

4. 使用CMake配置文件和vcpkg

在安装了OpenCV和CUDA之后,您需要配置CMake以便能够在您的项目中使用它们。以下是基本步骤:

  • 创建一个新的CMake项目,或打开现有的CMake项目。
  • 在CMakeLists.txt文件中,使用find_package命令来找到OpenCV库。
  • 例如,添加以下行到您的CMakeLists.txt文件:
find_package(OpenCV REQUIRED)
target_link_libraries(your_target_name PRIVATE ${OpenCV_LIBS})
  • 配置CMake以使用vcpkg的工具链文件,方法是在命令行中添加以下参数:-DCMAKE_TOOLCHAIN_FILE=C:/tools/vcpkg/scripts/buildsystems/vcpkg.cmake

通过以上步骤,您应该能够在Windows系统上简单地安装和配置OpenCV(包含CUDA)。

相关文章:

windows OpenCV(包含cuda)最简安装教程

windows OpenCV(包含cuda)最简安装教程 1. 在Windows下安装vcpkg vcpkg是一个开源的C包管理器,它能帮助我们轻松地安装和管理C库和工具。要在Windows上安装vcpkg,可以按照以下步骤进行: 克隆vcpkg仓库: 首…...

Vue3 + Nodejs 实战 ,文件上传项目--实现文件批量上传(显示实时上传进度)

目录 技术栈 1.后端接口实现 2.前端实现 2.1 实现静态结构 2.2 整合上传文件的数据 2.3 实现一键上传文件 2.4 取消上传 博客主页:専心_前端,javascript,mysql-CSDN博客 系列专栏:vue3nodejs 实战--文件上传 前端代码仓库:jiangjunjie…...

狂砸40亿美元,亚马逊向OpenAI竞争对手Anthropic投资

9 月 25 日下午,亚马逊在公司官网发布,向大模型公司 Anthropic 投资 40 亿美元, Anthropic以拥有对标 ChatGPT 的谈天机器人 Claude 而出名。 这项新的战略合作将结合双方在更安全的生成式AI领域的技术和专业知识,加速Anthropic未…...

目标检测YOLO实战应用案例100讲-基于YOLOv5_tiny算法的路面裂缝智能检测

目录 前言 国内外研究现状 公路路面裂缝检测方法现状 基于深度学习检测算法现状...

P5682 [CSP-J2019 江西] 次大值% 运算 set 去重的一道好题

#include <bits/stdc.h> using namespace std; int n, x, len, a[100010], ans; set<int> s; set<int>::iterator asd; int main() {/*a[n-1] 是最大的a[n-2] 可能是次大的a[n]%a[n-1]<a[n-1] 不可能是最大的&#xff0c;可能是次大的a[n-1]%a[n-2]<…...

vue3后台管理框架之API接口统一管理

在开发项目的时候,接口可能很多需要统一管理。在src目录下去创建api文件夹去统一管理项目的接口; 参数请参考mock中的模拟接口 //统一管理咱们项目用户相关的接口import request from @/utils/requestimport type { loginForm, loginResponseData, userInfoReponseData } fro…...

线性表的插入、删除和查询操作

线性表的插入、删除和查询操作 1、定义线性表 定义一个线性结构&#xff0c;有列表默认长度设置为50&#xff0c;列表数量 #include <stdio.h> #define MaxSize 50typedef int Element; typedef struct{Element data[MaxSize];int length; }SqList;2、顺序表插入 插入…...

基于深度学习网络的疲劳驾驶检测算法matlab仿真

目录 1.算法运行效果图预览 2.算法运行软件版本 3.部分核心程序 4.算法理论概述 4.1疲劳检测理论概述 4.2 本课题说明 5.算法完整程序工程 1.算法运行效果图预览 2.算法运行软件版本 matlab2022a 3.部分核心程序 In_layer_Size [227 227 3]; img_size [224,…...

【文件系统】Linux文件系统的基本存储机制

Linux文件系统是Linux操作系统的重要组成部分&#xff0c;它负责管理计算机存储设备上的文件和目录。Linux文件系统采用类Unix的设计&#xff0c;具有强大的性能和可扩展性&#xff0c;支持多种文件系统类型&#xff0c;如ext4、XFS、Btrfs等。在项目存储架构的设计中&#xff…...

Outlook导入导出功能灰色,怎么解决

下载安装 Outlook 软件后&#xff0c;登陆账号&#xff0c;然后选择“文件” - “导出”&#xff0c;结果发现“导出”按钮是灰色的&#xff0c;根本无法导出。根据官方说法&#xff1a;由于配置没有完成或者office产品没有正确激活。outlook导出键为灰色原因由于配置没有完成或…...

Chrome 同站策略(SameSite)问题

问题产生 问题复现&#xff1a; A项目页面使用 iframe 引用了B项目 B项目登录页面输入账号密码后点击登录 无法跳转 尝试解决&#xff1a; 在B项目修改了跳转方式 但无论是 this.$router.push 还是 window.herf 都无法实现跳转在iframe中使用 sandbox 沙箱属性 同样无法实现跳…...

docker搭建nginx+php-fpm

docker run --name nginx -p 8898:80 -d nginx:1.20.2-alpine# 将容器nginx.conf文件复制到宿主机 docker cp nginx:/etc/nginx/nginx.conf /usr/local/nginx/conf/nginx.conf# 将容器conf.d文件夹下内容复制到宿主机 docker cp nginx:/etc/nginx/conf.d /usr/local/nginx/conf…...

数据结构与算法---单调栈结构

数据结构与算法---单调栈结构 1 滑动窗口问题 1 滑动窗口问题 1 滑动窗口问题 由一个代表题目&#xff0c;引出一种结构 【题目】 有一个整型数组 arr 和一个大小为 w 的窗口从数组的最左边滑到最右边&#xff0c;窗口每次向右边滑一个位置。 例如&#xff0c;数组为[4,3,…...

Python爬虫:某书平台的Authorization参数js逆向

⭐️⭐️⭐️⭐️⭐️欢迎来到我的博客⭐️⭐️⭐️⭐️⭐️ 🐴作者:秋无之地 🐴简介:CSDN爬虫、后端、大数据领域创作者。目前从事python爬虫、后端和大数据等相关工作,主要擅长领域有:爬虫、后端、大数据开发、数据分析等。 🐴欢迎小伙伴们点赞👍🏻、收藏⭐️、…...

Android MediaCodec 框架 基于codec2

系列文章的目的是什么&#xff1f; 粗略&#xff1a; 解码需要哪些基础的服务&#xff1f;标准解码的调用流程&#xff1f;各个流程的作用是什么&#xff1f;解码框架的层次&#xff1f;各个层次的作用&#xff1f; 细化&#xff1a; 解码参数的配置&#xff1f;解码输入数…...

【RocketMQ 系列三】RocketMQ集群搭建(2m-2s-sync)

您好&#xff0c;我是码农飞哥&#xff08;wei158556&#xff09;&#xff0c;感谢您阅读本文&#xff0c;欢迎一键三连哦。 &#x1f4aa;&#x1f3fb; 1. Python基础专栏&#xff0c;基础知识一网打尽&#xff0c;9.9元买不了吃亏&#xff0c;买不了上当。 Python从入门到精…...

Go TLS服务端绑定证书的几种方式

随着互联网的发展&#xff0c;网站提供的服务类型和规模不断扩大&#xff0c;同时也对Web服务的安全性提出了更高的要求。TLS(Transport Layer Security)[1]已然成为Web服务最重要的安全基础设施之一。默认情况下&#xff0c;一个TLS服务器通常只绑定一个证书[2]&#xff0c;但…...

【算法与数据结构】--高级算法和数据结构--排序和搜索

一、常见排序算法 以下是一些常见的排序算法&#xff0c;包括冒泡排序、选择排序、插入排序、快速排序和归并排序。每种排序算法的讲解以及附带C#和Java示例&#xff1a; 1.1 冒泡排序 (Bubble Sort) 讲解&#xff1a; 冒泡排序是一种简单的比较排序算法。它多次遍历待排序的…...

【Java】jvm 元空间、常量池(了解)

JDK1.8 以前的 HotSpot JVM 有方法区&#xff0c;也叫永久代&#xff08;permanent generation&#xff09;方法区用于存放已被虚拟机加载的类信息&#xff0c;常量、静态遍历&#xff0c;即编译器编译后的代码JDK1.7 开始了方法区的部分移除&#xff1a;符号引用&#xff08;S…...

Spring Boot自动加载

问&#xff1a;自动装配如何实现的&#xff1f; 答&#xff1a;简单来说就是自动去把第三方组件的Bean装载到IOC容器中&#xff0c;不需要开发人员再去写Bean相关的配置&#xff0c;在springboot应用里面只需要在启动类上去加上SpringBootApplication注解&#xff0c;就可以去实…...

C++_核心编程_多态案例二-制作饮品

#include <iostream> #include <string> using namespace std;/*制作饮品的大致流程为&#xff1a;煮水 - 冲泡 - 倒入杯中 - 加入辅料 利用多态技术实现本案例&#xff0c;提供抽象制作饮品基类&#xff0c;提供子类制作咖啡和茶叶*//*基类*/ class AbstractDr…...

【力扣数据库知识手册笔记】索引

索引 索引的优缺点 优点1. 通过创建唯一性索引&#xff0c;可以保证数据库表中每一行数据的唯一性。2. 可以加快数据的检索速度&#xff08;创建索引的主要原因&#xff09;。3. 可以加速表和表之间的连接&#xff0c;实现数据的参考完整性。4. 可以在查询过程中&#xff0c;…...

从零实现富文本编辑器#5-编辑器选区模型的状态结构表达

先前我们总结了浏览器选区模型的交互策略&#xff0c;并且实现了基本的选区操作&#xff0c;还调研了自绘选区的实现。那么相对的&#xff0c;我们还需要设计编辑器的选区表达&#xff0c;也可以称为模型选区。编辑器中应用变更时的操作范围&#xff0c;就是以模型选区为基准来…...

中南大学无人机智能体的全面评估!BEDI:用于评估无人机上具身智能体的综合性基准测试

作者&#xff1a;Mingning Guo, Mengwei Wu, Jiarun He, Shaoxian Li, Haifeng Li, Chao Tao单位&#xff1a;中南大学地球科学与信息物理学院论文标题&#xff1a;BEDI: A Comprehensive Benchmark for Evaluating Embodied Agents on UAVs论文链接&#xff1a;https://arxiv.…...

CMake基础:构建流程详解

目录 1.CMake构建过程的基本流程 2.CMake构建的具体步骤 2.1.创建构建目录 2.2.使用 CMake 生成构建文件 2.3.编译和构建 2.4.清理构建文件 2.5.重新配置和构建 3.跨平台构建示例 4.工具链与交叉编译 5.CMake构建后的项目结构解析 5.1.CMake构建后的目录结构 5.2.构…...

TRS收益互换:跨境资本流动的金融创新工具与系统化解决方案

一、TRS收益互换的本质与业务逻辑 &#xff08;一&#xff09;概念解析 TRS&#xff08;Total Return Swap&#xff09;收益互换是一种金融衍生工具&#xff0c;指交易双方约定在未来一定期限内&#xff0c;基于特定资产或指数的表现进行现金流交换的协议。其核心特征包括&am…...

Axios请求超时重发机制

Axios 超时重新请求实现方案 在 Axios 中实现超时重新请求可以通过以下几种方式&#xff1a; 1. 使用拦截器实现自动重试 import axios from axios;// 创建axios实例 const instance axios.create();// 设置超时时间 instance.defaults.timeout 5000;// 最大重试次数 cons…...

使用 Streamlit 构建支持主流大模型与 Ollama 的轻量级统一平台

🎯 使用 Streamlit 构建支持主流大模型与 Ollama 的轻量级统一平台 📌 项目背景 随着大语言模型(LLM)的广泛应用,开发者常面临多个挑战: 各大模型(OpenAI、Claude、Gemini、Ollama)接口风格不统一;缺乏一个统一平台进行模型调用与测试;本地模型 Ollama 的集成与前…...

Go 语言并发编程基础:无缓冲与有缓冲通道

在上一章节中&#xff0c;我们了解了 Channel 的基本用法。本章将重点分析 Go 中通道的两种类型 —— 无缓冲通道与有缓冲通道&#xff0c;它们在并发编程中各具特点和应用场景。 一、通道的基本分类 类型定义形式特点无缓冲通道make(chan T)发送和接收都必须准备好&#xff0…...

云原生周刊:k0s 成为 CNCF 沙箱项目

开源项目推荐 HAMi HAMi&#xff08;原名 k8s‑vGPU‑scheduler&#xff09;是一款 CNCF Sandbox 级别的开源 K8s 中间件&#xff0c;通过虚拟化 GPU/NPU 等异构设备并支持内存、计算核心时间片隔离及共享调度&#xff0c;为容器提供统一接口&#xff0c;实现细粒度资源配额…...