软硬件环境
- windows 10 64bit
- nvidia gtx 1070Ti
- opencv 4.2.0-dev
- cuda 10.2
- cudnn 7.6.5.32
- visual studio 2019
视频看这里
前言
本文的目标是在window10的系统上编译opencv的最新源码版本(4.2.0)，使能cuda和cudnn加速。关于cuda和cudnn在windows10上的安装，请参考之前的文章 https://xugaoxiang.com/2019/12/18/windows-10-cuda-cudnn/。
超级详细的图文教程
第一步去下载opencv和opencv_contrib的源代码，我们放在一个统一的目录进行管理，比如我这里的C:\xugaoxiang\opencv_cuda，另外再创建一个vs文件夹，用来存放编译生成的文件，此时的目录结构
接下来去下载源码
git clone https://github.com/opencv/opencv.git
git clone https://github.com/opencv/opencv_contrib.git由于opencv是基于cmake进行编译的，为了方便进行cmake编译参数的设定，我们去下载cmake并使用cmake-gui进行配置，下载地址是 https://cmake.org/download/
下载安装完毕后，我们打开cmake-gui
指定好Where is the source code和Where to build the binaries的路径，然后点击下方的Configure按钮
出现了python2相关的错误，直接忽略，因为根本就没有装，而且版本也快被废弃了。我的python环境是anaconda，别忘了设定系统环境变量
接下来由于网络的原因，出现了两个下载的错误，我们放在一起来讲，先看错误提示
一个是ippicv，另一个是ffmpeg，我尝试过几次反复下载，都没有成功。所以只能另想办法，根据错误提示，打开文件opencv\3rdparty\ippicv\ippicv.cmake，找到下载地址
注意到这个链接并不是最终的下载地址，它需要进行拼接，首先找到${IPPICV_COMMIT}对应的值，然后找到软件压缩包的名称，这两个值都可以在当前的ippicv.cmake文件中找到
拼接好的最终的文件包下载路径如下
然后将链接的文件下载下来，用浏览器就可以
下载下来的zip包，还需要做最后一项工作，还是在ippicv.cmake文件中，找到OPENCV_ICV_HASH对应的值，然后将下载的zip包的文件进行重命名，得到1d222685246896fe089f88b8858e4b2f-ippicv_2019_win_intel64_20180723_general.zip，将此文件拷贝到opencv\.cache\ippicv下
同样的步骤，我们把ffmpeg缺失的文件也下载下来,放到相应的目录
继续Configure，又有文件下载不了，face_landmark_module.dat，这是个跟人脸识别相关的文件，我们也按照之前的方法手动去下载，然后存放到相应的目录里去
继续进行Configure，又有错误出现
看提示，是opencv_contrib的路径没有指定，点击cmake-gui上的Add Entry，添加OPENCV_EXTRA_MODULES_PATH，指向下载好的opencv_contrib下的modules文件夹，特别注意，这里的目录分隔符一定要用/，即使是在windows上面，如下图所示
由于cuda安装版本的关系，我们用了最新的10.2，会出现cuda某些版本不支持的错误
通过grep工具，我们找到变量CUDA_ARCH_BIN是在vs/CMakeCache.txt中定义，我们直接修改这个文件中的值，去掉小的版本号
由于cmake-gui缓存的原因，我们还需要在cmake-gui中修改CUDA_ARCH_BIN的值
后面就比较顺利了，直至Configure成功
到这里，就可以去生成visual studio的工程了，点击cmake-gui上的Generate
接着，来到vs文件夹，用visual studio 2019打开文件OpenCV.sln，在右侧解决方案里的CMakeTargets下的INSTALL，右键选择生成
正式开始编译安装，等待一段时间，这里我跑了接近2个小时，取决于你的电脑性能
最后来到opencv安装路径查看
可以看到生成了跟cuda相关的dll!
小结
在整个编译安装的过程中，出现了多次的软件包下载不成功的问题，这个网络环境造成的，只能另想办法。要想成功，必须足够耐心。编译好的opencv库文件到底怎么用？我们后面继续。
