本文主要是介绍【OpenCV】opencv-4.9.0源码编译，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
很高兴在雪易的CSDN遇见你
VTK技术爱好者 QQ：870202403 公众号：VTK忠粉
前言
本文分享OpenCV-4.9.0源码编译流程，包含CUDA模块，包含Python-opencv，希望对各位小伙伴有所帮助！
感谢各位小伙伴的点赞+关注，小易会继续努力分享，一起进步！
你的点赞就是我的动力(＾Ｕ＾)ノ~ＹＯ
目录
前言
1. 环境准备
2. 源码下载
3. CMake编译
3.1 创建cmake项目
3.2 设置编译配置
结论：
1. 环境准备
- Visual Studio 2022
- Python3.12
- CUDA: 12.2, cudnn: 9.0
- CMake3.27.0
2. 源码下载
下载OpenCV源码，此处需要下载两个源码，分别是opencv和opencv_contrib。下载链接为
opencv:
https://github.com/opencv/opencv/archive/4.8.0.zip
opencv_contrib:
https://github.com/opencv/opencv_contrib/tags
不过在下载时要注意一点，就是要保证opencv和opencv_contrib下载的版本要一致，此处我们下载的版本为：4.9.0。下载完成后，将两个文件解压到同一个文件夹中。
3. CMake编译
3.1 创建cmake项目
打开CMake软件，设置项目源码路径，并在源码路径下创建一个build文件夹，并设置编译文件夹，如下图所示：
接下来点击Configure，进行第一次配置，然后回弹出编译平台选择，此处根据自己电脑的编译软件进行选择，在本文中我们使用的是Visual Studio 2022，然后选择编译平台为x64。
第一次配置生成后，输出如下所示：
3.2 设置编译配置
首先添加opencv_contrib模块的引用，在OPENCV_EXTRA_MODULES_PATH条目中添加该模块的路径，然后选择OPENCV_ENABLE_NONFREE，如下图所示：
接下来添加CUDA的设置，首先选择WITH_CUDA，如下图所示：
然后选择OPENCV_DNN_CUDA，此处还可以选择OPENCV_DNN_OPENVINO等不同的模型部署，如下图所示：
最后选择ENABLE_FAST_MATH
此处为了让生成的依赖库文件都集成在一个文件中，方便后面使用，所以此处可以选择BUILD_opencv_world，如果不选择，生成的 文件将会被拆散成多个文件。
还有Python相关的选项
第二次Configure后，下一步就是需要检查一下其过程是否有异常抛出
第一个异常：
解决方案：
DNN: CUDA backend requires cuDNN. Please resolve dependency or disable OPENCV_DNN_CUDA=OFF · Issue #25426 · opencv/opencv · GitHub
cuDNN9还不支持，因此切换为相应的cuDNN版本。
下载时需要注册账号，但又经常会卡在注册账号页面。可以右键复制连接后，在迅雷中下载。
下载完成后，打开压缩文件，将lib，dll，include文件夹的文件复制到CUDA的安装目录对应的文件夹下。
并在变量CUDNN_LIBRARY中写入cudnn.lib的路径
第二个异常：文件下载异常
首先查看一下配置输出框是否抛出警告，如果有的话，一定要解决一下，不然后续编译会出错。
当出现上图所示的异常后，就需要手动解决一下该问题，首先找到build\CMakeDownloadLog.txt文件，然后打开后，查看一下是否有下图所示的文件确实异常。如果有，请自行下载，下载链接如下图所示标注位置，下载后将文件放置在下图所示缺失文件路径，并按照要求修改名称。
折腾了一天，终于看到Configuring done !
结论：
感谢各位小伙伴的点赞+关注，小易会继续努力分享，一起进步！
这篇关于【OpenCV】opencv-4.9.0源码编译的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
