Anaconda3—具有Windows 10的CUDA GPU支持的OpenCV
本文将逐步介绍如何编译OpenCV以包括CUDA GPU支持，以便可以在基于视觉的机器学习项目中使用它。
Pre：我之所以决定写这篇文章，是因为我发现现有指南缺少一些更详细的信息，无法说明如何使用CUDA GPU支持从源代码构建OpenCV，以便将其导入python3.8conda环境。大多数人都以构建过程结束，但低估这只是使OpenCV在项目中正常工作的第一步。
先决条件
在开始之前，我们必须下载一些文件，安装一些程序。我还将假设你正在将Anaconda软件包管理器环境用于Python 3.8，并将其设置为启用的默认python和环境变量。如果没有，我不确定以下内容是否对你有用。我不建议偏离主要任务。
Anaconda软件包管理器环境：https://www.anaconda.com/distribution/#download-p
1. Visual Studio 2019
请确保VisualStudio 2019安装了“带有C++的桌面开发”包。这是在Visual Studio的安装过程中完成的。
如果你已经安装了VS2019，但是不确定是否已安装工作负载，可以通过安装可执行文件重新安装（修改）来完成。
使用C ++开发的Visual Studio 2019
2. OpenCV和OpenCV贡献文件
在计算机上的某个位置创建一个名为“ OpenCV_Build”的文件夹。它不必确切地命名为这个，你要看一眼就知道它是什么。然后，你将同时下载OpenCV和OpenCV contrib.zip。
OpenCV：https://github.com/opencv/opencv/archive/4.4.0.zip
OpenCV contrib：https://github.com/opencv/opencv_contrib/archive/4.4.0.zip
下载完成后，解压缩zip并将生成的文件夹移到OpenCV_Build中。它应该类似于：
OpenCV_Build/opencv-4.5.2 OpenCV_Build/opencv_contrib-4.5.2
你要确保它们都是相同的版本（在本例中为4.5.2）。
我还想确保它们是顶级目录，而不是嵌套在具有相同名称的文件夹中，但这不是完全必要的，只是使得我们的环境路径更加精简。
3. CMake GUI
下载并安装CMake GUI
CMake GUI：https://cmake.org/
我使用的是3.20.2版，但是安装哪个版本都没有关系。
4. CUDA 11.0工具包
下一步，你必须在Nvidia网站上注册才能下载并安装CUDA工具包，该工具包既快速又简单，完全不需要花费很多时间。
下载CUDA工具包：https://developer.nvidia.com/cuda-downloads
5. cuDNN
此步骤与上一步非常相似，但是你必须下载cuDNN才能利用DNN CUDA后端。
下载cuDNN：https://developer.nvidia.com/rdp/cudnn-download
在Nvidia开发人员程序中注册后，你将需要选择显示以下内容的版本：
“for CUDA 11.x”.
6.提取cuDNN文件
cuDNN下载完成后，解压缩zip并打开结果文件夹。在内部，你应该看到一个名为cuda的文件夹，将其打开，然后剩下3个子文件夹，分别为**“ bin”，“ include”和“ lib”。**
你将把文件从每个子文件夹复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3 中的相应文件夹中。
downloads/cuda/bin contents to: CUDA/v11.3/bin downloads/cuda/include contents to: CUDA/v11.3/include downloads/cuda/lib/x64 contents to: CUDA/v11.3/lib/x64
7.下载Ninja以获得更快的构建时间
Ninja将极大地加快OpenCV的构建过程。
Ninja：https://github.com/ninja-build/ninja/releases/download/v1.10.2/ninja-win.zip
我个人发现，Ninja从1小时45分钟缩短到不到15分钟。解压缩它，然后将Ninja.exe放在你之前创建的“ OpenCV_Build”文件夹中。
将所有文件放入各自的文件夹后，应完成prereqs部分。
建议：设置Conda Env
我建议你使用Anaconda，以确保你所做的一切与我所做的相同。你可以使用以下命令设置conda env：
conda create -n py38 anaconda python=3.8
建议：为简单起见，创建一些.bat文件
为简单起见，我建议制作一些.bat文件，以防万一在构建过程中出现问题。这样，你可以快速对cmd进行编辑，然后重新运行它，而不必经历一次又一次地重新设置所有环境变量的过程。
当出现问题时，它还有助于将事情分解成更易于管理的状态，而且几乎肯定会出错。
set_env_paths.bat
右键单击OpenCV_Build文件夹，然后创建一个名为set_env_paths.bat的新文本文件。完成此操作后，需要编辑以下示例以包含文件夹位置：
ECHO -- Set these variables below --
set "openCvSource=E:/OpenCV_Build/opencv-4.5.2"
set "openCVExtraModules=E:/OpenCV_Build/opencv_contrib-4.5.2/modules"
set "openCvBuild=%openCvSource%/build"
set "toolkitRoot=C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.0"
ECHO -- Set this to the location of your Conda Env
set "pathToAnaconda=C:/Users/Benge/anaconda3/envs/py38"
ECHO -- Leave these variables alone --
set "buildType=Release"
set "generator=Ninja"
set "pyVer=38"
同样要记住的重要一点是，所有文件夹路径都不应包含反斜杠（“ \”），而应替换为正斜杠（“ /”）。我发现这是一个奇怪的CMake操作，不幸的是，这是确保在构建过程中不会失败的唯一方法。
configure_and_build_opencv.bat
这是我们配置和构建OpenCV道路上的必经之路。从本质上讲，这只是一堆链接在一起的命令提示符，从而使整个过程变得更加容易。
它实际上是初始化VS2019构建批处理文件，调用我们在set_env_paths中设置的环境变量，调用CMake以使用GPU加速的CUDA及其各种设置来生成我们的配置（在我看来，这比在CMake中单独执行更容易）。
包括Anaconda build env Python绑定，以便我们实际上可以在我们的项目中导入和利用新构建的模块，然后开始构建OpenCV的过程。
ECHO -- Starting OpenCV Configuration --
ECHO ---- Opening Visual Studio builder ----
call "C:/Program Files (x86)/Microsoft Visual Studio/2019/Community/VC/Auxiliary/Build/vcvars64.bat"
ECHO ---- Setting up environment variables ----
call set_env_paths.bat
ECHO ---- Running CMake Commands ----
call "C:/Program Files/CMake/bin/cmake.exe" -B"%openCvBuild%/" -H"%openCvSource%/" -G"%generator%" -DCMAKE_BUILD_TYPE=%buildType% -DOPENCV_EXTRA_MODULES_PATH="%openCVExtraModules%/" ^
-DINSTALL_TESTS=ON -DINSTALL_C_EXAMPLES=ON -DBUILD_EXAMPLES=ON ^
-DBUILD_opencv_world=ON ^
-DWITH_CUDA=ON -DCUDA_TOOLKIT_ROOT_DIR="%toolkitRoot%" -DCUDA_FAST_MATH=ON -DWITH_CUBLAS=ON -DCUDA_ARCH_BIN=7.5 -DWITH_NVCUVID=ON ^
-DWITH_OPENGL=ON -DENABLE_FAST_MATH=ON ^
-DWITH_MFX=ON ^
-DBUILD_opencv_python3=ON -DPYTHON3_INCLUDE_DIR=%pathToAnaconda%/include -DPYTHON3_LIBRARY=%pathToAnaconda%/libs/python%pyVer%.lib -DPYTHON3_EXECUTABLE=%pathToAnaconda%/python.exe -DPYTHON3_NUMPY_INCLUDE_DIRS=%pathToAnaconda%/lib/site-packages/numpy/core/include -DPYTHON3_PACKAGES_PATH=%pathToAnaconda%/Lib/site-packages/ -DOPENCV_SKIP_PYTHON_LOADER=ON
ECHO -- OpenCV Configuration has finished, proceeding to build phase --
call "C:\Program Files\CMake\bin\cmake.exe" --build %openCvBuild% --target install
:End
PAUSE
运行configure_and_build_opencv.bat文件
双击我们的文件，然后运行该进程。视你的系统而定，如果没有出现任何错误，它可能需要15分钟到一个小时。
有时，你会看到它停止打印到命令提示符。这是Windows 10 命令提示符的一个已知问题，因此只需在窗口中单击并按Enter，它就会恢复运行。
如果不继续，则可能只是在处理一些较大的内容，可能需要一分钟才能完成。让它继续运行几分钟，如果在此之后没有继续运行，请关闭窗口，然后重新运行bat文件。
CMake在windows上很奇怪，我真的不知道为什么，它有时还会冻结。
完成后，它应该暂停并要求你按Enter键以关闭命令提示符。这样做只是为了确保一切都正确构建。如果超时，它也可能在构建后自动关闭自己。
验证OpenCV正确构建
假设构建正确完成，我们可以验证OpenCV现在可以正常工作了。你将要打开另一个“命令提示符”实例，并cd到你的OpenCV_Build文件夹。
进入该文件夹后，你需要在命令提示符下输入以下几行：call set_env_paths.bat
set path=%openCvBuild%\install\x64\vc16\bin;%path%
ipython
然后将下一位复制粘贴到命令窗口中。
import numpy as np
import cv2 as cv
npTmp = np.random.random((1024, 1024)).astype(np.float32)
npMat1 = npMat2 = npMat3 = npDst = np.stack([npTmp,npTmp],axis=2)
cuMat1 = cuMat2 = cuMat3 = cuDst = cv.cuda_GpuMat(npMat1)
%timeit cv.cuda.gemm(cuMat1, cuMat2,1,cuMat3,1,cuDst,1)
完成此操作后，按Enter键，你应该会看到以下内容：
2.79 ms ± 63.8 µs per loop (mean ± std. dev. of 7 runs, 1 loop each)
好的，很酷。因此，现在我们知道可以使用Python来访问OpenCV模块了。接下来，让我们确保它在我们的Conda环境里。
在同一窗口中，粘贴：
dir "%USERPROFILE%\Anaconda3\envs\py38\Lib\site-packages\cv2*"
这个输出应该是：05/15/2021 | 12:26 PM | 9,133,056 | cv2.cp38-win_amd64.pyd
如果不是，请在命令提示符下键入：dir "%openCvBuild%\lib\python3\cv2.cp38-win_amd64.pyd"
以检查我们的Python绑定。它应该定位到文件。
如果找到该文件，则需要确保env的conda site-packages文件夹中包含该cv2.cp38-win_amd64.pyd文件。如果不是，你可以：
1.从以下位置手动复制/粘贴文件：OpenCV_Build\opencv-4.5.2\build\lib\python3
并将其粘贴到conda文件夹位置：C:\Users\YOUR_NAME\anaconda3\envs\YOUR_ENV_NAME\Lib\site-packages。
然后重新运行dir "%USERPROFILE%\Anaconda3\envs\py38\Lib\site-packages\cv2*"命令。
2.使用以下cmd：
copy "%openCvBuild%/lib/python3/cv2.cp38-win_amd64.pyd" "%USERPROFILE%/Anaconda3/envs/py38/Lib/site-packages/cv2.cp38-win_amd64.pyd"
测试OpenCV版本
在同一cmd提示符下，键入：
set path=%openCvBuild%\install\x64\vc16\bin;%path%
python -c "import cv2; print(f'OpenCV: {cv2.__version__} for python installed and working')"
它应该输出类似以下内容：OpenCV: 4.5.2 for python installed and working。
确认CUDA配置正确
最后，如果其他所有方法都获得成功，则还应确认CUDA的配置正确：
"%openCvBuild%\install\x64\vc16\bin\opencv_perf_cudaarithm.exe" --gtest_filter=Sz_Type_Flags_GEMM.GEMM/29
在输出的底部，你应该看到绿色的内容：[ PASSED ] 1 test.
如果仍然遇到麻烦，请查看下面的“Credits”部分，并查看JamesBowley的文章。在故障排除方面，他比我更深入。
PyCharm故障排除
如果你像我一样使用PyCharm，你会发现，尽管OpenCV现在可以在PyCharm之外运行，但在PyCharm中打开项目时却无法使用。
造成这种情况的原因有很多，但是我发现实际可行的解决方案是Stackoverflow和Github问题跟踪器提供的答案的组合。
1.将OpenCV_Build添加到你的环境路径
按下Windows键，然后键入env，会弹出一个选项来编辑系统环境变量。打开窗口，单击右下角的“环境变量”。
该窗口有两个部分。一个标题为“用户名的用户变量”，另一个标题为“系统变量”。在“用户名的用户变量”部分中，双击名为“ Path”的变量。
然后单击“新建”以添加新条目。
然后复制并粘贴opencv-4.5.2\build\install\x64\vc16\bin\文件夹位置。它应该位于你的OpenCV_Build文件夹中。与以前不同，请确保在此处使用反斜杠（“ \”）而不是斜杠（“ /”）。
在“系统变量”部分中执行相同的操作。
检查PyCharm现在是否可以运行，如果没有，请继续下一步。
2.将anaconda symlink文件夹添加到Anaconda3
这显然不是必需的步骤，但PyCharm仍然存在一些错误，它寻找一个不存在的文件夹anaconda而不是anaconda3，所以我们将继续将它们符号链接。
mklink /D C:\Users\Benge\anaconda C:\Users\Benge\Anaconda3
仔细检查PyCharm（可能仍然无法使用）。如果没有，请继续下一步。
3.将构建文件夹SymLink添加到Conda站点包
你将要创建另一个符号链接，但不是anaconda，而是要将opencv-4.5.2\build\install\x64\vc16\bin\文件夹链接到anaconda3 site-packages文件夹。
mklink /D E:\OpenCV_Build\opencv-4.5.2\build\install\x64\vc16\bin C:\Users\Benge\anaconda3\envs\py38\lib\site-packages
很明显，把它改成你的conda env的名字和位置，而不是像我给它取名叫做py38。
PyCharm警告
你的项目应该可以在启用了自定义CUDA的OpenCV上正常运行，但是你可能会注意到PyCharm在该行下仍然显示红色的import cv2。
我不知道为什么它坚持认为尽管存在该软件包并且它可以正确运行，但仍然找不到该软件包。这只是PyCharm中的一个烦人的bug，我发现没有什么东西可以修复它。
Credits:
之所以能够启动并运行OpenCV，很大一部分原因是依赖了JameBowley的指南。
JameBowley的指南：https://jamesbowley.co.uk/accelerate-opencv-4-4-0-build-with-cuda-and-python-bindings/#troubleshooting
它非常有用，但我发现它有点混乱并且没有包括我发现的一些步骤，这些步骤对于在PyCharm的Conda env内构建和运行OpenCV是必需的。
向M. Haroon Shakeel欢呼，以获取有关使用CUDA构建OpenCV的简明指南（但不幸的是，尚未完成）。他是第一本深入探讨在Windows上构建OpenCV的实际指南，而不仅仅是说要使用Linux。
M. Haroon Shakeel：https://haroonshakeel.medium.com/build-opencv-4-4-0-with-cuda-gpu-support-on-windows-10-without-tears-aa85d470bcd0
感谢Stackoverflow的Miki帮了我的忙，并最终指引我查看 JameBowley 的指南。
Miki：https://stackoverflow.com/questions/67537383/how-do-i-access-opencv-source-compiled-package-from-my-python-project-venv-on-wi?noredirect=1#comment119377208_67537383
☆ END ☆
如果看到这里，说明你喜欢这篇文章，请转发、点赞。微信搜索「uncle_pn」，欢迎添加小编微信「 mthler」，每日朋友圈更新一篇高质量博文。
↓扫描二维码添加小编↓
