我的环境:
结合以下两篇文章对CMAKE进行了配置(A篇中也分享了两篇博客):
A篇
B篇
用vs2017生成后,python的site-pakages里并没有生成cv2的目录,则使用A篇中的在opencv生成目录中的python_loader中使用命令行
python setup.py install
测试:
python
>>>import cv2
报错:
ImportError: DLL load failed while importing cv
使用dependency walker查看python的site-package下生成的cv2.cp38-win_amd64.pyd文件的依赖情况,显示很多系统预装的dll文件依赖缺失
随后尝试了多种方法依旧报错。无意中使用python setup.py install
在conda创建的python环境中安装opencv,在pip list中显示安装opencv,而不是opencv-python。这时用import cv2
测试不再报错,并且用opencv自带的dnn调用yolov3进行目标检测时,速度明显较只安装opencv-python包有所提升,cuda的利用率也从0变到30%,说明支持cuda加速。
对比一下自己安装的python与conda下创建的python环境: