预构建代码配置支持GPU模块的opencv

Question

问题遇到的现象和发生背景

使用官方预构建源代码配置支持GPU模块的opencv-python以实现GPU加速，参考文章：

（注：我用的Python3.8 下载的也是3.8对应的文件）
出现的问题：

可以看到cv2.cp38-win_amd64的pyd文件已经拷贝过去了

操作环境、软件版本等信息

pycharm 2022.3.3
python-3.8.10-amd64
opencv_4_5_0_cuda_11_1_py38

我想要达到的结果

使用官方预构建源代码配置支持GPU模块的opencv-python以实现GPU加速
需要python项目能够识别使用下载的opencv代码

Answer 1

参考通义千问和郭老师的小迷弟雅思莫了-编写提供，主要是为了帮助您快速解决问题，如下回答，您可以参考下，如有问题，评论区留言。

要配置预构建的OpenCV-python以支持GPU模块并实现GPU加速，通常需要以下步骤：

1. 确认系统环境：

   • 确保您的计算机已经正确安装了CUDA Toolkit和CuDNN。根据您提供的信息，OpenCV 4.5.0 CUDA版本是基于CUDA 11.1构建的，所以您必须确保电脑上安装的CUDA版本与之匹配。

2. 下载预构建的OpenCV包：

   • 下载官方预编译的包含CUDA支持的OpenCV库，对应于Python 3.8的wheel文件（例如：opencv-python-headless-cudaXXX 或 opencv-contrib-python-cudaXXX）。

3. 安装预构建包：

   • 使用pip安装下载的whl文件，例如在命令行中执行：

     pip install opencv-python-4.5.0-cp38-cp38-win_amd64.whl
     

     注意将文件名替换为实际下载的wheel文件名。

4. 验证安装：

   • 在Python环境中导入cv2并检查是否能够访问GPU资源：

     import cv2
     print(cv2.cuda.getCudaEnabledDeviceCount())
     

     如果返回一个大于0的数值，说明OpenCV已经成功识别到GPU设备并且可以使用CUDA进行计算。

5. PyCharm集成：

   • 如果你在PyCharm中使用这个项目，请确保你设置的解释器路径指向的是安装了上述预构建OpenCV包的Python环境。

如果按照以上步骤操作后仍然无法正常识别或使用GPU，可能存在以下几个问题：

• Python环境与OpenCV版本不匹配。
• CUDA环境变量未正确设置，导致OpenCV无法找到CUDA库。
• 安装过程中出现错误，如wheel文件未正确安装或者被覆盖。

请检查上述每一个环节，确保所有组件都适配且配置无误。