配置python_opencv_gpu

发布网友发布时间：2024-09-17 07:04

共1个回答

热心网友时间：2024-09-29 06:58

配置Python与OpenCV GPU环境，首先确保你的编译环境为CUDA 11.8，Python 3.9，VS2019的Release版本，优先使用James Bowley编译的预置文件。不论自编译还是下载，关键文件夹为"install"和"lib"。

在部署前，要确认显卡驱动与编译版本兼容，比如你用了CUDA 11.8，那么部署时驱动至少要支持11.0以上。通过命令行输入nvidia-smi来检查当前驱动版本，并参考NVIDIA文档（docs.nvidia.com/cuda/cu...）确定最低驱动要求。如果驱动版本不足，需要前往nvidia官网更新。

如果没有Python环境，可以使用conda创建，如"conda create -n opencv_build python==3.9"，确保Python版本与编译一致，否则cv2模块将无法识别。创建好环境后，需将"install"目录下的"x64\vc16\bin"添加到系统环境变量中，以链接相关exe和dll文件。

在"lib"文件夹的python3目录下，找到cv2.cp37-win_amd64.pyd（根据实际Python版本调整），将其复制到conda环境的Lib\site-packages中。至此，OpenCV的部署工作已完成。

为了验证OpenCV和CUDA的正常工作，执行以下步骤：尝试在环境中import cv2，如果无错误，说明OpenCV可用。然后，在"install"目录下，通过执行"opencv_perf_cudaarithm.exe"的测试命令（--gtest_filter=Sz_Type_Flags_GEMM.GEMM/29），查找"[ PASSED ] 1 test"，确认CUDA加速功能正常。