目录

2 安装CMake

3 OpenCV源码安装

3.1 OpenCV源码下载

3.2 OpenCV contrib源码下载

3.3 安装OpenCV

3.4 安装OpenCV-crontrib

3.5 VS生成代码

4 环境配置

5 TensorRT安装

5.1 TensorRT安装

5.2 Python下安装TensorRT库

2 安装CMake
CMake是一个跨平台的安装（编译）工具，可以用简单的语句来描述所有平台的安装(编译过程)。他能够输出各种各样的makefile或者project文件。只是CMake的组态档取名为CMakeLists.txt。Cmake并不直接建构出最终的软件，而是产生标准的建构档（如Unix的Makefile或Windows Visual C++的projects/workspaces），然后再依一般的建构方式使用。

首选下载CMake软件安装包，地址如下:

Download | CMake
https://cmake.org/download/
我这里下载的是cmake-3.25.2-windows-x86_64.zip，（PS: 根据个人电脑windows系统位数下载对应的版本）

测试是否安装成功，打开终端（win+R快捷键然后输入cmd回车），输入 cmake --version后，出现下载的版本号即代表安装成功

3 OpenCV源码安装
3.1 OpenCV源码下载
首先需要去OpenCV的官网下载源码，本教程下载的是OpenCV-4.5.5版本的源码

下载之后解压到特定文件夹，我解压到了D:\soft\opencv\opencv-4.5.5

3.2 OpenCV contrib源码下载
之所以要下载OpenCV contrib源码，是因为自从OpenCV 3.0之后，很多经典的算法，比如sift和surf特征点检测算法，由于专利原因，已经不包含在OpenCV的源码当中了，需要下载OpenCV contrib包才能继续使用。于是OpenCV contrib的官网下载源码安装包

GitHub - opencv/opencv_contrib: Repository for OpenCV's extra modules
Repository for OpenCV's extra modules. Contribute to opencv/opencv_contrib development by creating an account on GitHub.
https://github.com/opencv/opencv_contrib

OpenCV contrib的版本记得要和OpenCV版本符合（例如下图我们选择的是4.5.5版本），还是要下载源码。

下载完解压，本文的路径为D:\soft\opencv\opencv_contrib-4.5.5

3.3 安装OpenCV
在安装CMake软件之后，就可以安装OpenCV源码了，具体步骤如下：

1 首先按下图操作：

2 弹窗出来的配置，按照自己的开发环境配置即可**（本文的环境是VS 2022，平台是X64平台）若编译32位，则区别于64位的一步，编译器平台选择 Win 32**，，然后点击"Finish"即可：

3 cmake的窗口开始打印信息

4 打印出来的信息中如果出现python、matlab相关的报错，例如下图，直接pass。（Python……ptsd，想到python就ptsd……想起某人爱用python造轮子……）

但是在编译过程中正常都会出现下载不成功的现象，这一步很多博客都没有写清楚如何排查，导致很多新手在之后VisualStudio阶段导包的时候出错。上一步完成之后，大部分情况下会报错。不出意外会看到如下的报错信息。

仔细阅读之后，我们应该查看一下CMakeDownloadLog.txt。使用Notepad++或者其他软件打开CMakeDownloadLog.tx

通过查看CMakeDownloadLog.txt文件可以看出，是由于Cmake去下载相关的包没有下载下来。所以根据红框处的信息我们需要自行下载，方法：将链接输入到浏览器，然后就会自动下载。一些链接输入到浏览器之后，显示的是文本，需要另存为文本到本地，千万不要复制！！！
下载之后将这些包拷贝到.cache文件夹下，并且需要更改包的名字（cmake下载包之后将校验的hash码重命名到了包中），下图以ippcv包为例：
下载的包原名为：ippicv_2020_win_intel64_20191018_general.zip
复制到CmakeDownloadLog.txt中的.cache文件夹下，并改名为：
879741a7946b814455eee6c6ffde2984-ippicv_2020_win_intel64_20191018_general.zip
根据CMakeDonloadLog.txt文件中的提示信息，将所有下载失败的安装包都下载下来，复制到对应的文件夹中，然后重新点击configure

在利用cmake编译Opencv源码时，编译最后出现一个警告提示：
CMake Warning at cmake/OpenCVGenSetupVars.cmake:54 (message):CONFIGURATION IS NOT SUPPORTED: validate setupvars script in install directory
忽略此警告后，编译仍然成功。因此,只需去除 OPENCV_GENERATE_SETUPVARS选项，将会configure成功。具体如下图：
去掉勾选后，再次点击上图的Configure ，

最后编译成功。结果如下图：

此时可以发现，不再有报错信息了， 同时也可以查看CmakeDownLoadLog.txt，已经不报错了：

3.4 安装OpenCV-crontrib
在cmake的OPENCV_EXTRA_MODULES_PATH之中输入之前下载的OpenCV-contrib的路径，精确到modules，OPENCV_ENABLE_NONFREE一定要勾选上！(BUILD_opencv_world)合并成一个dll

再次configure，不出意外的话，又看到一大堆报错信息，同样是由于有些安装包没有下载下来，再次根据CMakeDownloadLog.txt文件中的提示信息，将没有下载成功的安装包下载下来，并复制到对应的文件夹中，再次点击configure即可。

3.5 VS生成代码
找到build之后的OpenCV.sln文件，用visual studio2022打开。（使用管理员权限打开）

右击models下面的opencv_world，点击属性，如下图所示

对链接器中的启用增量链接进行修改，选择否

对CMakeTargets文件夹下的Install进行重新生成即可，如下图。这个时候要等上一段时间，可能是半个小时，也可能是好几个小时，主要看电脑性能。跑完之后出现如下错误不要慌，这个是不耽误使用的，这个报错是python导致的。先（ALL——BUILD、在Install生成）

以上咱们的opencv就算是编译完成了。跑完Debug版之后建议也去跑个Release**（也可以批量生成）**，这样两个环境下就都可以使用了。

4 环境配置
先配置系统环境变量，Windows控制台搜索即可查询到。

把之前install产出的bin的包的路径填进去，然后重启电脑才会生效。

然后创建一个空的"控制台应用"项目，就叫OpenCV-test

右键项目，更改属性。编辑VC++目录下的包含目录（其实就是英文版本的include path） ​​​​​，然后把install之后的include文件夹路径添加上去。注意，是install之后的include路径，不要填错成了其他的include路径。

然后我们编辑库目录（其实就是英文版的lib path），把install之后的lib目录输入进去（再次强调是install之后的lib目录）
链接器->附加依赖项->编辑，输入所有的xxxxx/install\x64\vc16\lib中 所有xxxd.lib文件名字

为了验证我们安装OpenCV的效果，我们需要使用测试案例进行测试，输入以下代码进行测试，可以正常显示图片，则说明OpenCV安装成功。

// OpenCV-test.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//
 
#include <iostream>
#include <opencv2/opencv.hpp>
 
int main()
{
    cv::Mat src = cv::imread("E:\\test.jpg");//图片路径
    if (src.empty())
    {
        std::cout << "pic is empty!\n";
        return -1;
    }
    cv::imshow("show", src);
    cv::waitKey(0);
    std::cout << "Hello World!\n";
}

5 TensorRT安装
首先需要在电脑上安装CUDA和cuDNN，这两个软件的安装教程可以参考其它博客Cuda和cuDNN安装教程(超级详细)_cuda安装_jhsignal的博客-CSDN博客

5.1 TensorRT安装
通过上面博主的教程大家应该安装好了CUDA和cuDNN，下面根据自己的CUDA版本号来找对应的TensorRT的安装包
TensorRT下载链接 Log in | NVIDIA Developer
我电脑上的cuda版本是11.5那么我下载的则是win系统下的TensorRT 8.5 GA，如下图

下载完成后，将该TensorRT文件解压后，如下图所示

然后需要将TensorRT文件中的文件移动到CUDA安装文件夹中，如下：
将 TensorRT-8.5.1.7\include中头文件 copy 到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\include
将TensorRT-8.5.1.7\lib 中所有lib文件 copy 到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\lib\x64
将TensorRT-8.5.1.7\lib 中所有dll文件copy 到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\bin

5.2 Python下安装TensorRT库
找到刚刚解压的TensorRT文件夹，里面有一个python文件夹，这里面含有不同版本python对应的TensorRT安装

在python环境中，将目录切换到刚刚解压的TensorRT文件夹，输入pip install tensorrt-8.5.1.7-cp39-none-win_amd64.whl，进行安装即可，根据自己的python版本来定。然后在python下导入tensorrt，看看是否可以正常导入并输出版本号，如下图所示，说明安装成功。

————————————————

                        版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

原文链接：https://blog.csdn.net/qq_40716944/article/details/131297563

一些遇到的问题：
报错如下：

第一种方法：启动VS以管理员身份运行，然后打开项目即可。这种原因是CMAKE_INSTALL_PREFIX设置为C盘，C盘有权限所以有此报错。

第二种方法：

cmake时，设置的build目录不对的原因。如在源码（CMakelist.txt所在目录）主目录的外侧，新建了build的目录。而不是在正确的在主目录下新建这个build目录。

而不该

第三种方法：

打开自己项目，右键单击属性进入生成后事件，命令行查看自己路径是不是正确的

2、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。