set＿env＿paths．bat

右鍵單擊OpenCV＿Build文件夾，然后創(chuàng)建一個(gè)名為set＿env＿paths．bat的新文本文件。完成此操作后，需要編輯以下示例以包含文件夾位置：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＂

同樣要記住的重要一點(diǎn)是，所有文件夾路徑都不應(yīng)包含反斜杠（“ ”），而應(yīng)替換為正斜杠（“ ／”）。我發(fā)現(xiàn)這是一個(gè)奇怪的CMake操作，不幸的是，這是確保在構(gòu)建過程中不會(huì)失敗的唯一方法。

configure＿and＿build＿opencv．bat

這是我們配置和構(gòu)建OpenCV道路上的必經(jīng)之路。從本質(zhì)上講，這只是一堆鏈接在一起的命令提示符，從而使整個(gè)過程變得更加容易。它實(shí)際上是初始化VS2019構(gòu)建批處理文件，調(diào)用我們在set＿env＿paths中設(shè)置的環(huán)境變量，調(diào)用CMake以使用GPU加速的CUDA及其各種設(shè)置來生成我們的配置（在我看來，這比在CMake中單獨(dú)執(zhí)行更容易）。包括Anaconda build env Python綁定，以便我們實(shí)際上可以在我們的項(xiàng)目中導(dǎo)入和利用新構(gòu)建的模塊，然后開始構(gòu)建OpenCV的過程。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＿M(jìn)ODULES＿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＿M(jìn)ATH＝ON －DWITH＿CUBLAS＝ON －DCUDA＿ARCH＿BIN＝7．5 －DWITH＿NVCUVID＝ON ＾
－DWITH＿OPENGL＝ON －DENABLE＿FAST＿M(jìn)ATH＝ON ＾
－DWITH＿M(jìn)FX＝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 FilesCMakeincmake．exe＂ －－build ％openCvBuild％ －－target install
：End
PAUSE
運(yùn)行configure＿and＿build＿opencv．bat文件

雙擊我們的文件，然后運(yùn)行該進(jìn)程。視你的系統(tǒng)而定，如果沒有出現(xiàn)任何錯(cuò)誤，它可能需要15分鐘到一個(gè)小時(shí)。

有時(shí)，你會(huì)看到它停止打印到命令提示符。這是Windows 10 命令提示符的一個(gè)已知問題，因此只需在窗口中單擊并按Enter，它就會(huì)恢復(fù)運(yùn)行。

如果不繼續(xù)，則可能只是在處理一些較大的內(nèi)容，可能需要一分鐘才能完成。讓它繼續(xù)運(yùn)行幾分鐘，如果在此之后沒有繼續(xù)運(yùn)行，請關(guān)閉窗口，然后重新運(yùn)行bat文件。CMake在windows上很奇怪，我真的不知道為什么，它有時(shí)還會(huì)凍結(jié)。

完成后，它應(yīng)該暫停并要求你按Enter鍵以關(guān)閉命令提示符。這樣做只是為了確保一切都正確構(gòu)建。如果超時(shí)，它也可能在構(gòu)建后自動(dòng)關(guān)閉自己。

驗(yàn)證OpenCV正確構(gòu)建

假設(shè)構(gòu)建正確完成，我們可以驗(yàn)證OpenCV現(xiàn)在可以正常工作了。你將要打開另一個(gè)“命令提示符”實(shí)例，并cd到你的OpenCV＿Build文件夾。進(jìn)入該文件夾后，你需要在命令提示符下輸入以下幾行：call set＿env＿paths．batset path＝％openCvBuild％installdc16in；％path％ipython然后將下一位復(fù)制粘貼到命令窗口中。import numpy as np
import cv2 as cv
npTmp ＝ np．random．random（（1024， 1024））．a(chǎn)stype（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鍵，你應(yīng)該會(huì)看到以下內(nèi)容：2．79 ms ± 63．8 ?s per loop （mean ± std． dev． of 7 runs， 1 loop each）好的，很酷。因此，現(xiàn)在我們知道可以使用Python來訪問OpenCV模塊了。接下來，讓我們確保它在我們的Conda環(huán)境里。在同一窗口中，粘貼：dir ＂％USERPROFILE％Anaconda3envspy38Libsite－packagescv2＊＂

這個(gè)輸出應(yīng)該是：05／15／2021 ｜ 12：26 PM ｜ 9，133，056 ｜ cv2．cp38－win＿amd64．pyd如果不是，請?jiān)诿�令提示符下鍵入：dir ＂％openCvBuild％libpython3cv2．cp38－win＿amd64．pyd＂以檢查我們的Python綁定。它應(yīng)該定位到文件。如果找到該文件，則需要確保env的conda site－packages文件夾中包含該cv2．cp38－win＿amd64．pyd文件。

如果不是，你可以：1．從以下位置手動(dòng)復(fù)制／粘貼文件：OpenCV＿Buildopencv－4．5．2uildlibpython3并將其粘貼到conda文件夾位置：C：UsersYOUR＿NAMEnaconda3envsYOUR＿ENV＿NAMELibsite－packages。然后重新運(yùn)行dir ＂％USERPROFILE％Anaconda3envspy38Libsite－packagescv2＊＂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＂

測試OpenCV版本

在同一cmd提示符下，鍵入：set path＝％openCvBuild％installdc16in；％path％
python －c ＂import cv2； print（f＇OpenCV： ｛cv2．＿＿version＿＿｝ for python installed and working＇）＂
它應(yīng)該輸出類似以下內(nèi)容：OpenCV： 4．5．2 for python installed and working。

確認(rèn)CUDA配置正確

最后，如果其他所有方法都獲得成功，則還應(yīng)確認(rèn)CUDA的配置正確：＂％openCvBuild％installdc16inopencv＿perf＿cudaarithm．exe＂ －－gtest＿filter＝Sz＿Type＿Flags＿GEMM．GEMM／29
在輸出的底部，你應(yīng)該看到綠色的內(nèi)容：［ PASSED ］ 1 test．如果仍然遇到麻煩，請查看下面的“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

如果你像我一樣使用PyCharm，你會(huì)發(fā)現(xiàn)，盡管OpenCV現(xiàn)在可以在PyCharm之外運(yùn)行，但在PyCharm中打開項(xiàng)目時(shí)卻無法使用。造成這種情況的原因有很多，但是我發(fā)現(xiàn)實(shí)際可行的解決方案是Stackoverflow和Github問題跟蹤器提供的答案的組合。

1．將OpenCV＿Build添加到你的環(huán)境路徑

按下Windows鍵，然后鍵入env，會(huì)彈出一個(gè)選項(xiàng)來編輯系統(tǒng)環(huán)境變量。打開窗口，單擊右下角的“環(huán)境變量”。該窗口有兩個(gè)部分。一個(gè)標(biāo)題為“用戶名的用戶變量”，另一個(gè)標(biāo)題為“系統(tǒng)變量”。在“用戶名的用戶變量”部分中，雙擊名為“ Path”的變量。然后單擊“新建”以添加新條目。然后復(fù)制并粘貼opencv－4．5．2uildinstalldc16in文件夾位置。它應(yīng)該位于你的OpenCV＿Build文件夾中。與以前不同，請確保在此處使用反斜杠（“ ”）而不是斜杠（“ ／”）。在“系統(tǒng)變量”部分中執(zhí)行相同的操作。檢查PyCharm現(xiàn)在是否可以運(yùn)行，如果沒有，請繼續(xù)下一步。

2．將anaconda symlink文件夾添加到Anaconda3

這顯然不是必需的步驟，但PyCharm仍然存在一些錯(cuò)誤，它尋找一個(gè)不存在的文件夾anaconda而不是anaconda3，所以我們將繼續(xù)將它們符號鏈接。mklink ／D C：UsersBengenaconda C：UsersBengeAnaconda3

仔細(xì)檢查PyCharm（可能仍然無法使用）。如果沒有，請繼續(xù)下一步。

3．將構(gòu)建文件夾SymLink添加到Conda站點(diǎn)包

你將要?jiǎng)?chuàng)建另一個(gè)符號鏈接，但不是anaconda，而是要將opencv－4．5．2uildinstalldc16in文件夾鏈接到anaconda3 site－packages文件夾。mklink ／D E：OpenCV＿Buildopencv－4．5．2uildinstalldc16in C：UsersBengenaconda3envspy38libsite－packages
很明顯，把它改成你的conda env的名字和位置，而不是像我給它取名叫做py38。PyCharm警告

你的項(xiàng)目應(yīng)該可以在啟用了自定義CUDA的OpenCV上正常運(yùn)行，但是你可能會(huì)注意到PyCharm在該行下仍然顯示紅色的import cv2。我不知道為什么它堅(jiān)持認(rèn)為盡管存在該軟件包并且它可以正確運(yùn)行，但仍然找不到該軟件包。這只是PyCharm中的一個(gè)煩人的bug，我發(fā)現(xiàn)沒有什么東西可以修復(fù)它。

Credits：之所以能夠啟動(dòng)并運(yùn)行OpenCV，很大一部分原因是依賴了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，但我發(fā)現(xiàn)它有點(diǎn)混亂并且沒有包括我發(fā)現(xiàn)的一些步驟，這些步驟對于在PyCharm的Conda env內(nèi)構(gòu)建和運(yùn)行OpenCV是必需的。

向M． Haroon Shakeel歡呼，以獲取有關(guān)使用CUDA構(gòu)建OpenCV的簡明指南（但不幸的是，尚未完成）。他是第一本深入探討在Windows上構(gòu)建OpenCV的實(shí)際指南，而不僅僅是說要使用Linux。

M． Haroon Shakeel：https：／／haroonshakeel．medium．com／build－opencv－4－4－0－with－cuda－gpu－support－on－windows－10－without－tears－aa85d470bcd0

感謝Stackoverflow的Miki幫了我的忙，并最終指引我查看 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