cuda12.2 opencv4.8.0 vs2019 cmake3.29

1 编译opencv4.8.0

打开cmake，选择opencv480路径，build路径随意

点击configure后，选择这些选项，opencv_word，cuda全选，with_qt,NONFREE,4.8.0第三方模块的路径


点击config后，添加qt的安装路径，打开两个fast，将arch显卡算力设置为自己显卡的算力，打开with_OPENGL



取消勾选这三个test，face，xfeatures2d，wechat_qrcode,var,取消java，pyhton的所有勾选


点击config,取消cvv，点击config,generate,openProject

点击openProject会打开VS，修改为release，将install右键点击生成

报错’operator !=":重载函数具有类似的转换(编译源文件 H:\opencv-4.8.0\opencv-4.8.0kmodules\dnn\src\layers\normalize bbox layer.cpp)
双击报错，修改源码，添加上static_cast<T>

编译成功

将有.dll文件的路径添加到系统变量path里

双击打开这个，如果成功显示opencv版本，那就是成功了（我打开会缺少qt的dll但是也能用）

2 验证能否加载GPU

在qt的.pro文件里添加上引入库的代码

INCLUDEPATH += E:\Environment\opencv480-cuda\include\
                   E:\Environment\opencv480-cuda\include\opencv2

在使用到opencv的头文件加入lib代码,我是编译了world，所以库比较少

#ifdef QT_NO_DEBUG
#pragma comment(lib,"E:/Environment/opencv480-cuda/x64/vc16/lib/opencv_world480.lib")
#pragma comment(lib,"E:/Environment/opencv480-cuda/x64/vc16/lib/opencv_img_hash480.lib")
#endif

测试代码加载模型

/ 检查是否有可用的CUDA设备（即检查是否可以使用GPU进行加速）
        int deviceID = cv::cuda::getCudaEnabledDeviceCount();
        if(deviceID == 1)
        {
            // 如果有可用的CUDA设备，将网络的推理后端设置为CUDA以使用GPU
            this->net.setPreferableBackend(cv::dnn::DNN_BACKEND_CUDA);
            this->net.setPreferableTarget(cv::dnn::DNN_TARGET_CUDA);
            QMessageBox::information(NULL, "warning", QStringLiteral("正在使用GPU推理！\n"), QMessageBox::Yes, QMessageBox::Yes);
        }

最终测试成功，加载gpu成功