VS2019+OpenCV4.7.0+OpenCV_contrib4.7.0+CUDA安装+配置视频硬解码保姆级别教程

在算法开发过程中,涉及基于opencv的rtsp流硬解码,这里设计结合当前所有的资料,实现了现有opengl相关的所有跟视频硬解码相关的功能,下面对opencv4.7.0的编译流程进行说明:

一、准备工作

  1. 下载opencv :opencv-4.7.0-windows.exe;
  2. 下载vs2019:Visual Studio Enterprise 2019;
  3. 下载Video_Codec:Video_Codec_SDK_10.0.26,该软件需要与Cuda版本对应
  4. 下载cuda:cuda_10.1.243_426.00_windows.exe,这个可以任意选择
  5. 下载gstreamer:gstreamer-1.0-devel-msvc-x86_64-1.22.7.msi 和gstreamer-1.0-msvc-x86_64-1.22.7.msi
  6. 下载cmake:cmake 3.21.3

二、编译opencv4.7.0

特殊说明:opencv相关的第三方库已经下载完成,都在opencv4.7.0目录下。

  1. 1.Cmake配置

  2. 先配置cmake设置,选择vs2019和x64,之后点击finish。

2.配置OPENCV_EXTRA_MODULES_PATH:

在Search栏输入OPENCV_EXTRA_MODULES_PATH,添加下面的opencv_contrib-4.7.0路径,opencv_contrib-4.7.0已经下载好,在opencv4.7.0目录下,之后点击configure,需要连续点击2次:

复制代码
OPENCV_EXTRA_MODULES_PATH = D:/Opencv/Opencv-4.7.0/opencv_contrib-4.7.0/modules

3.去掉BUILD_TESTS、BUILD_DOCS、BUILD_PERF_TESTS、BUILD_EXAMPLES等:

在search中分别输入test、python、doc、example,把勾选都去掉;

一般情况下,在上面的configure后,把滚动条拉倒最上方,把下面的几个选项的勾去掉,需要把没有用的选项去掉,之后再点击configure,一般需要点击两次。

4.添加cuda选项:

在Search栏输入cuda,把下面添加WITH_CUDA、BUILD_CUDA_STUBS、OPENCV_DNN_CUDA进行勾选,之后点击configure,需要连续点击2次。

在Search栏输入cuda和enable,把下面添加CUDA_FAST_MATH和ENABLE_FAST_MATH进行勾选,且把CUDA_ARCH_BIN=6.1;7.0;7.5(我使用的是GTX1050TI,最小算力为6.1,需要保留以上的即可)之后点击configure,需要连续点击2次。

5.添加 nonfree选项:

在搜索栏搜索nonfree,勾选BUILD_ENABLE_NONFREE选项,之后点击Configure,需要连续点击2次。

6.NVCUVID选项:

在search中输入nvcu,勾选WITH_NVCUVID和WITH_NVCUVIDNC,把Video_Codec_SDK_10.0.26\Interface中的cuviddec.h和nvcuvid.h⽂件拷⻉到"CUDA安装⽬录\CUDA\v10.1\include"⽂件夹下,把 Video_Codec_SDK_10.0.26\Lib\x64中的nvcuvid.lib和nvencodeapi.lib拷⻉到"CUDA安装⽬录\CUDA\v10.1\lib\x64"⽂件夹下。再次点击configure。如果在NVIDIA CUDA选项中出现NVCUVID字段,说明配置成功。

7.配置gstreamer

在search中输入gstreamer,分别添加对应的路径,如下图所示,表示成功:

8.添加 opengl选项:

在搜索栏搜索opengl,勾选WITH_OPENGL选项,之后点击Configure,需要连续点击2次,opencv配置完成。

9.添加 world选项:

在搜索栏搜索world,勾选BUILD_opencv_world选项,之后点击Configure,需要连续点击2次,opencv配置完成。

10.生成vs2019工程

最后点击Generate,生成opencv的vs2019的工程,进入目录后打开工程。

11.编译opencv工程:

用vs2019打开工程,设置为Release x64编译模式,最后把INSTALL设置为启动选项,之后编译工程,生成的算法库在install目录下:

三、多线程解码

基于Code的多线程解码,以及opengl的显示方法如下:

复制代码
void thread_decodec(void* pData)
{
    vsDecodecParam* parm = (vsDecodecParam*)pData;

    int breakConnectTimes = 0;
    int threadID = parm->threadID;
    cv::cuda::GpuMat d_frame;
    cv::Mat frame;

    cv::VideoCapture d_reader(parm->rtspStream);
    std::string title = to_string(parm->threadID);
    cv::ogl::Texture2D text;
    cv::namedWindow(title, cv::WINDOW_OPENGL);
    while (!g_exitFlag)
    {
        if (!d_reader.read(frame))
        {
            //break;
            std::this_thread::sleep_for(std::chrono::milliseconds(500));
            breakConnectTimes++;
            if (breakConnectTimes > 10)//重新连接
            {
                d_reader = cv::VideoCapture(parm->rtspStream);
                std::this_thread::sleep_for(std::chrono::milliseconds(2000));
            }
        }
        breakConnectTimes = 0;
        g_mtx.lock();
        d_frame.copyTo(m_decodeGPU[threadID]);
        //m_decodeGPU[threadID].upload(frame);
        g_mtx.unlock();

        text.copyFrom(d_frame, true);
        cv::imshow(title, text);
        if (cv::waitKey(3) > 0)
            break;
    }
}

opencv4.7.0的离线版本已经下载完成,只需要把上面依赖的源码下载即可,opencv的codec和gestreamer已经上传的百度网盘,版本有升级,按照上面的步骤即可,有需要的可以下载:

链接:https://pan.baidu.com/s/1diaB5gPXqosIdvHcqJrJIg

提取码:m9d2

相关推荐
白-胖-子2 小时前
深入剖析大模型在文本生成式 AI 产品架构中的核心地位
人工智能·架构
想要成为计算机高手3 小时前
11. isaacsim4.2教程-Transform 树与Odometry
人工智能·机器人·自动驾驶·ros·rviz·isaac sim·仿真环境
静心问道4 小时前
InstructBLIP:通过指令微调迈向通用视觉-语言模型
人工智能·多模态·ai技术应用
宇称不守恒4.05 小时前
2025暑期—06神经网络-常见网络2
网络·人工智能·神经网络
小楓12015 小时前
醫護行業在未來會被AI淘汰嗎?
人工智能·醫療·護理·職業
数据与人工智能律师5 小时前
数字迷雾中的安全锚点:解码匿名化与假名化的法律边界与商业价值
大数据·网络·人工智能·云计算·区块链
chenchihwen5 小时前
大模型应用班-第2课 DeepSeek使用与提示词工程课程重点 学习ollama 安装 用deepseek-r1:1.5b 分析PDF 内容
人工智能·学习
说私域5 小时前
公域流量向私域流量转化策略研究——基于开源AI智能客服、AI智能名片与S2B2C商城小程序的融合应用
人工智能·小程序
Java樱木6 小时前
AI 编程工具 Trae 重要的升级。。。
人工智能
AntBlack6 小时前
从小不学好 ,影刀 + ddddocr 实现图片验证码认证自动化
后端·python·计算机视觉