简介
普通opencv的videocapture读取视频的操作太慢了，并且占用大量cpu资源，在写推断脚本时需要使用cuda及对应算子进行加速，于是就有了构建gpu版本opencv的需求，同时因为主要语言为python，需要将opencv的gpu相关接口安装进python里。由于网上大多数都是在linux下进行相关的构建，win下几乎没有，故在此记录以帮助后来人。
准备和步骤
硬性要求：
一款支持cuda的英伟达显卡，本次实验环境为RTX3060。
自备代理工具，免得cmake构建时由于网络问题不能下载一些需要的东西。
能卸载就把自带的python卸载掉，不卸载也行。
原有的opencv的python包请你卸载掉。
win10 64位系统。
要下载的内容：
1.Anaconda的安装包，官网下载最新即可。
2.opencv和opencv-contrib的源码，需在tags即版本这里选择一致的版本，然后点击绿色按钮下载整个压缩包，这里我选择了4.5.2。
3.cmake的安装包，下载地址，选择Windows x64 Installer下的cmake-3.23.2-windows-x86_64.msi即可。
4.visual studio 2017/2019/2022的安装包，这里推荐19和22,17根据警告迟早要停止支持，另外下载老版本的visual studio时需要登录微软账户，请自备。
5.cuda安装包和cudnn工具集，这个就不在这里详谈了，自行搜索，需要注意的是cudnn的版本要对应上cuda，我装的是11.6。
步骤：
1.安装anaconda，这里要注意在安装过程中勾选上add path to variable，就是添加到环境变量，可以在命令行直接输入python调起相应环境（我这里是python3.9.12），此外需注意自己有没有安装别的版本的python环境，这点在后面cmake中很重要。
打开anaconda，搜索libprotobuf这个包。
有的话就把它卸载掉！
有的话就把它卸载掉！
有的话就把它卸载掉！
因为cmake默认会生成一个protobuf和这个是冲突的，后面在vs构建会报LNK1104，C1189等各种错误！
2.解压opencv和opecv-contrib，将其放在同一目录下，并新建文件夹build作为cmake构建目录，这样做的好处是清楚。
3.安装cmake，同样记得勾选添加环境变量，装完之后记得在命令行里打一下cmake看看有无识别，有识别在安装成功。
4.安装visual studio，选模块的时候只要选上C++模块即可，其他不用。
5.安装cuda，拷贝cudnn里的东西到对应目录（对目录不清楚可看我以前配置cudnn的文章）下，之所以把这部分放在vs后面，是因为在安装cuda的时候会将Nsight系列组件装进vs里进行配置。
6.打开cmake-gui，就是装完在你桌面上的那个图标，选好你要构建的目录（即你要在哪里构建）和源码目录（即opencv）。
然后点击一下configure，耐心等待它把所有的东西下载完，网不好报错了请看硬性要求。
第一次configure之后会爆出一大堆红色字段，是让你配置的，我们先来搜索python：
勾选上opencv_python3_version选项，以及查看下面的python3路径。
这里是重点，如果是一台新电脑没装过python的，会自动配置为anaconda的默认python路径，是对的，如果你装了别的python，你要么手动配置，要么用pip升级一下numpy（它会锁定到numpy所在的python环境）。另外如果你anaconda创建了多个环境，也请你仔细看下是不是装到你要的环境里了。
然后搜索world，勾上opencv_world。
搜索extra，配置目录为opencv_contrib所在的目录。
搜索conf，把debug和release改为只有release。
搜索math，全勾上。
搜索cuda，能勾的都按图勾上，这里勾完之后点击一下configure，才会出现某些选项比如cuda_arch_bin这个必须配置的。
cuda_arch_bin一开始里面有很多版本号，分别对应不同的显卡，我的3060对应的就是8.0，对应的可上版本对应查看（直接页面上ctrl+f搜索即可），我这里也有一块截出来的表：
最后再点击一次configure，点击一次generate生成文件，cmake部分就到此为止了。
7.打开生成的opencv.sln。
第一次打开VS可能让你登录账户啥的，直接跳过即可。然后不用等整个项目加载完，直接右击INSTALL选择生成即可。
如果项目没有报错只是警告的话，在经过1-2小时漫长的等待之后，恭喜你成功，如下所示：
8.验证。
##打开命令行输入python调起环境后输入以下代码验证
import cv2
from cv2 import cuda
cuda.printCudaDeviceInfo(0)
一切没问题的话就会把你显卡的信息打印出来啦，说明你成功了。
