编译支持CUDA和cuDNN的OpenCV

1. 安装Visual Studio，最好安装2017或者2019版本的（或之间的版本），否则后续编译的时候可能报错；

2. 安装好CUDA和对应版本的cuDNN；

3. 将C:\Program Files\NVIDIA\CUDNN\v8.3\bin目录下的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\bin目录下，将C:\Program Files\NVIDIA\CUDNN\v8.3\include目录下的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\include目录下，将C:\Program Files\NVIDIA\CUDNN\v8.3\lib\x64目录下的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\lib\x64目录下，记得根据自己安装的版本而更改路径；

4. opencv和opencv_contrib的源码都不要直接git clone，记得先点tags，下载对应版本相同的源码包，比如opencv-4.5.5.zip和opencv_contrib-4.5.5.zip，然后解压；

5. 新建build目录，打开CMake；

6. 选择好源码路径（opencv目录）和编译路径（build路径）；

7. 点击Configure按钮；

8. 此时日志栏可能会提示说无法下载依赖的库，打开build/CMakeDownloadLog.txt文件，根据日志手动下载文件并放至OPENCV_DOWNLOAD_PATH选项指定目录的对应子目录内，并将文件名更改为子目录内已有空文件的文件名；

9. 如果某些位于raw.githubusercontent.com网站的文件无法下载，那么可以根据链接里的commit id直接访问github上的那次提交的版本的文件，如https://raw.githubusercontent.com/opencv/opencv_3rdparty/4d348507d156ec797a88a887cfa7f9129a35afac/ffmpeg/ffmpeg_version.cmake对应链接https://github.com/opencv/opencv_3rdparty/blob/4d348507d156ec797a88a887cfa7f9129a35afac/ffmpeg/ffmpeg_version.cmake，也可以通过更改hosts文件的方式来解决无法复制github上文件原内容的问题，比如在C:\Windows\System32\drivers\etc\hosts文件的末尾添加一行185.199.108.133 raw.githubusercontent.com再重新点一次Configure按钮，raw.githubusercontent.com的IP地址可以去www.ipaddress.com网站上查；

10. 勾选上WITH_CUDA选项和OPENCV_DNN_CUDA选项；

11. 设置OPENCV_EXTRRA_MODULES_PATH选项的值为opencv_contrib-4.5.5\modules目录；

12. 再次点击Configure按钮；

13. 没有错误后点击Generate按钮生成扩展名为.sln的Visual Studio工程；

14. 打开build\OpenCV.sln文件；

15. 点击Visual Studio上方界面的复选框，选择仅编译release版本；

16. 将鼠标移至界面右侧解决方案资源管理器中的CMakeTargets目录下的All Build上右键单击”生成“，开始编译OpenCV；

17. 编译可能会出现一些错误，比如测试程序的错误，但只要库编译出来了就行；

18. 再将鼠标移至CMakeTargets目录下的INSTALL上右键单击”生成“，安装编译好的OpenCV库；

19. 安装好的OpenCV库位于build\install目录下；

20. 将D:\OpenCV\build\install\x64\vc16\bin添加到系统的PATH环境变量内（请根据自己创建的build目录的位置更改该路径），因为执行OpenCV应用程序的时候需要调用该目录下的动态库；

21. 使用Visual Studio新建一个控制台应用；

22. 将D:\OpenCV\build\install\include添加到项目的”附加包含目录“设置项中；

23. 将D:\OpenCV\build\install\x64\vc16\lib添加到项目的”附加库目录“设置项中；

24. 在D:\OpenCV\build\install\x64\vc16\lib目录下执行dir /b | find ".lib"命令，如果是PowerShell，就先执行cmd命令将PowerShell窗口转为命令行窗口；

25. 将上面那条命令的输出复制粘贴到项目的”附加依赖项“设置项中；

26. 编译运行如下代码，需要在项目目录放一张名为file.png的图片，该测试程序会将file.png二值化后显示在屏幕上，记得”解决方案配置“和”解决方案平台“要和刚刚设置项目属性的配置保持一致，”解决方案平台“与编译的OpenCV库一致、选择"x64"。

    #include 
    #include 
    #include 
    #include 
    
    int main()
    {
    	try
    	{
    		cv::Mat src_host = cv::imread("file.png", cv::IMREAD_GRAYSCALE);
    		cv::cuda::GpuMat dst, src;
    		src.upload(src_host);
    
    		cv::cuda::threshold(src, dst, 128.0, 255.0, cv::THRESH_BINARY);
    
    		cv::Mat result_host;
    		dst.download(result_host);
    
    		cv::imshow("Result", result_host);
    		cv::waitKey();
    	}
    	catch (const cv::Exception& ex)
    	{
    		std::cout << "Error: " << ex.what() << std::endl;
    	}
    	return 0;
    }