好像没什么详细的教程，当然需要这方面的也确实少，但是后来已经不在乎用不用了，就想把这个事情搞成功...总之研究一下，就当多了解个知识点吧，万一用上了呢，万一有人和我一样想弄成功呢

整个过程也是有点曲折，所以这是一个按照时间线的流程记录，如果想参考，请全看完再跟着做，因为有callback

我参考的教程：

https://mp.weixin.qq.com/s/ZOukYMzNA5_TCN2KMVttPA

https://blog.csdn.net/weixin_57669670/article/details/143416300

我的前置配置：

OpenCV 4.12.0

CUDA 12.8

cuDNN 8.9.7.29

GPU RTX5070TI

visual studio2022

0.下载安装cmake

cmake下载，版本是最新的4.2.1：https://cmake.org/download/

注意是点的msi文件安装包

附：在vscode中配置中文/python并且关联anaconda3：

ctrl+shift+x：调出资源面板，搜索chinese，下载中文简体扩展插件，然后屏幕右下角use language and restart，重启vscode就中文了

依旧ctrl+shift+x:资源面板搜索python，install第一个最简单的python，然后打开或者创建一个python项目，然后在顶部搜索栏或者使用ctrl+P打开搜索栏，搜索> select interpreter选择anaconda3的python就可以，运行程序会自动开启anaconda环境，所以第一遍运行会报错，但会自动执行第二遍程序，输出正常结果

1.下载OpenCV和contrib包

contrib包需要注意与OpenCV的版本对应

opencv源码下载，我这里下载的版本是最新的4.12.0：https://opencv.org/releases/

注意opencv下载的是主包，不是windows应用

opencv_contrib下载，版本也是对应opencv的4.12.0：https://github.com/opencv/opencv_contrib/tags

为了下载速度，使用了科学上网，但也还是慢，关了科学上网反而快了

2.使用cmake进行编译

两个文件下载完成后，解压，将解压的两个文件夹放到了一个单独的文件夹里，然后在这个文件夹里又新建了一个opencv_cuda_build文件夹，用来存放编译后的内容

在CMake中选择好要编译的opencv源码的路径/编译完后的输出路径，然后在Configure中选择了visual studio版本，鉴于CMake里面已经支持VS2026了，所以尝试2026的

（但是导出执行第4步后在2026里配置不成功，所以又重新改成2022做了一遍接下来的流程。）

configure报错说找不到vs2026

这是因为vs组件不全，重新打开visual studio installer，添加了C++开发和cmake支持组件，就可以编译了

编译之前打开科学上网，否则会出很多文件下载失败的bug，打开了也会出bug，但是少.

2.1第一次configure

遇到的bug：

（1）无法查找到我的visual studio版本，这个bug和上面刚写那个问题不一样

（虽然针对vs2026编译过程中的这个bug解决了，但是在配置进vs2026的时候还是遇到了版本不匹配的问题，所以最终还是使用vs2022完成的。但是可以为版本问题提供一些解决思路）

因为第一次尝试的时候下载的是最新的visual stuido2026，对应的版本号是v18.+，搜索OpenCVDetectCXXCompiler.cmake文件打开可以发现，虽然图形化界面可以选vs2026，但是这个配置文件里并没有对应的这一部分

但是像我一样莽的人还是少，搜索并没有发现有人遇到这个bug，于是只能参考vc17报错的方式，尝试解决，也就是在代码后仿写了关于vc18的：

（2）找不到nvpl库的文件

这个错误也是一开始有点懵，查了我的CUDA安装目录里也没有这两个配置文件，还以为CUDA没安好，但是安装验证以及后续使用明明是没问题的，于是又研究了一下才明白，nvpl并不是必须的，只是在编译时设置成了首选依赖而已，没有nvpl完全不会影响opencv使用，甚至opencv官方也比较认可并推荐不使用nvpl。因此这也仅仅只是一个warning而不是error

尝试解决的方法是：

（3）尝试自动下载 FFmpeg 相关的文件失败

FFmpeg是videoio功能相关的部件，忽略这个warning继续编译的话，不会影响opencv使用，但是如果后面想用这个做视频处理，可能就会有问题，本着一劳永逸的想法，还是尝试解决一下。

解决方法：手动根据链接下载了对应的文件，打开D:\InstalPackages\openCVCuda\opencv-4.12.0\opencv-4.12.0\.cache\ffmpeg路径，能看到对应的带着哈希值的文件名（这个哈希值不管编译几次都不会变的，一旦有了就固定了），但是文件大小是不对的，因为没下载成功或者没下载全。

把自己手动下载的文件名称改成一样的，然后复制到这里，替换原来的文件即可。

（4）关于install()方法的警告

可以在CMakeLists.txt中关于cmake policy的部分添加cmake_policy(SET CMP0177 NEW)来解决，也可以通过执行命令时添加 -Wno-dev 来忽略这个warning。

总之是个warning，所以我没改配置文件，无视了

2.2在cmake中勾选配置

搜索cuda，勾选

搜索example，勾选（就是下载一些案例，不勾也行，不影响）

搜索non，勾选

搜索mod，然后把contrib路径放上，要一直写到models（路径需要正斜杠，不能反斜杠，所以直接使用界面的文件选择最好，不要自己手动输入

2.3第二次configure

第二次在configer过程中出现了error对话框

不要慌，这是因为有些配置出现了问题，ok之后看具体的问题就行了：

（1）找不到我的GPU架构

不是GPU有问题，也不是安装有问题，是配置项没设置或者没勾选

鉴于前面已经把with_cuda勾选上了，于是搜索CUDA_ARCH_BIN和CUDA_ARCH_PTX，如果没有，直接手动添加。这两个的值都是string，然后填上自己的gpu算力。（vs2026编译的那次，这两个属性是手动添加的，vs2022编译的时候，就自动有了。截图里是vs2026我手动添加的）

算力从https://developer.nvidia.com/cuda/gpus查找。

然后我这里就没有其它红色报错了，于是：

2.4第三次configure

这次的问题有：

（1）出现了video相关的错误，如果自己的开发过程中不需要video处理，可以把这两个配置改成off就行

但我还是想配置上万一后续要用，于是首先在NVIDIA官网下载最新的VIDEO CODE SDKhttps://developer.nvidia.com/video-codec-sdk/download

然后解压到合适的位置，我解压到了D:\NVIDIA_Video_Codec_SDK_13.0.37

然后在cmake-gui中设置

当然这里我又搜不出来，于是手动添加的name和value

然后又确保了这四个配置勾选：

WITH_CUDACODEC也是没有，还是手动添加的

（然后再config之后发现这个warning还是没被解决，可能是因为我的SDK版本太新了不匹配，如果想解决的话降个低版本SDK然后再配置一下path应该就行，我烦了，所以直接：WITH_CUDACODEC = OFF
WITH_NVCUVID   = OFF
WITH_NVCUVENC  = OFF

（2）依旧是文件下载超时的错误，这次是另一个文件face_landmark_model

还是自己下载下来，根据.catch文件夹里的文件名改好名字

这个文件在..\opencv-4.12.0\.cache\data路径里

2.5第四次configure

继续勾选配置

搜索type，把CMAKE_CONFIGURATION_TYPES的值修改成只有Release

然后再configure，除了可以忽略的那几个，就没有我想要解决的warning了。

所以configure的次数并不是必须的，只要能把该配置的选项都配置了，并且解决掉不可以忽视的那些error和warning就可以不再configure了

3.生成工程

generate，完成之后点open project，用visual studio打开工程

然后上方选择Release，x64

再资源管理器里搜索ALL，找到ALL_BUILD文件，右键，选择生成

生成需要花费一些时间。

这里再重复一遍，使用vs2026的时候在生成的时候出现了错误：

这些错误都是因为版本问题。

4.推翻重做第一次（失败

换了vs2022重新从头做了一遍，当然速度快了很多，基本就是等待编译

但在2022中进行编译依旧报了很多的错误

5.推翻重做第二次（成功

又参考了这篇文章的配置：

https://blog.csdn.net/weixin_57669670/article/details/143416300

这篇的配置比较少：

第一次configure后：

OPENCV_EXTRA_MODULES_PATH

搜索cuda相关的全ON

test相关的全OFF

第二次configure后：

CUDA_FAST_MATH=ON

CUDA_ENABLE_DEPRECATED_GENERATION=OFF

第三次configure后：

BUILD_opencv_wechat_qrcode=OFF

BUILD_opencv_face=OFF

每次configure有错误还是和上面一样处理就行了，我这已经没错误了，所以完成之后就直接generate

然后再次执行vs中进行编译的步骤：

正常的这个过程是很慢的，以小时为单位

最后看到0失败0跳过就是编译完了

然后INSTALL也右键生成

这一步很快

然后在存放openCV CUDA build的目录中，..install\x64\vc17\lib下可以看到这些cuda相关的文件：

6.配置系统环境变量

(1)添加用户变量

（2）修改系统变量path，添加：

第二条的vc17要根据自己的版本来写

这样就全部完成了。