RTX5060Ti安装cuda加速的openCV

博主目前的环境配置为：RTX5060TI，16GB显存，cuda13.0，cudnn9.14

我的cudnn是通过deb安装包安装的

🚀 一、使用 apt 安装（推荐给新手）

这是最简单的一种方式，系统自带编译好的 OpenCV 包。

1️⃣ 更新系统

sudo apt update && sudo apt upgrade -y

2️⃣ 安装 OpenCV 及其依赖

sudo apt install -y libopencv-dev python3-opencv

⚙️ 说明：

• libopencv-dev：安装 C++ 头文件、静态库和动态库。

• python3-opencv：可选，安装 Python 绑定版本（你可以跳过）。

3️⃣ 验证安装

执行：

pkg-config --modversion opencv4

若输出类似：

4.5.4

说明安装成功 🎉

🧩 二、从源码编译安装（支持 CUDA / 最新版本）

这种方式适合：

• 你需要 OpenCV 的 最新版本（apt 可能是 4.5.x）

• 你想让 OpenCV 支持 CUDA / cuDNN / GPU 加速

• 你要启用额外模块（如 opencv_contrib）

  1️⃣ 安装依赖库

  sudo apt update sudo apt install -y build-essential cmake git pkg-config \ 
  libjpeg-dev libpng-dev libtiff-dev \
  libavcodec-dev libavformat-dev libswscale-dev \ 
  libv4l-dev libxvidcore-dev libx264-dev \ 
  libgtk-3-dev libcanberra-gtk3-module \ 
  libatlas-base-dev gfortran \ 
  python3-dev python3-numpy

  ---

  2️⃣ 下载源码

  git clone https://github.com/opencv/opencv.git

   git clone https://github.com/opencv/opencv_contrib.git

---

🏗️ 三、创建构建目录

      cd opencv（跳转到git的opencv项目目录下）

      mkdir -p build && cd build

---

⚙️ 四、CMake 配置命令（✅适配RTX 5060Ti + CUDA 12.6 + cuDNN 9.14）

请直接复制下面这一整段命令：

cmake \-D CMAKE_BUILD_TYPE=Release \-D CMAKE_INSTALL_PREFIX=/usr/local \-D OPENCV_EXTRA_MODULES_PATH=/home/yf/下载/opencv_contrib/modules \-D WITH_CUDA=ON \-D WITH_CUDNN=ON \-D OPENCV_DNN_CUDA=ON \-D CUDA_ARCH_BIN=12.0 \-D CUDA_ARCH_PTX="" \-D WITH_CUBLAS=ON \-D ENABLE_FAST_MATH=1 \-D CUDA_FAST_MATH=1 \-D WITH_CUDART=ON \-D WITH_TBB=ON \-D BUILD_opencv_cudacodec=ON \-D BUILD_opencv_world=OFF \-D BUILD_EXAMPLES=OFF \-D BUILD_opencv_python2=OFF \-D BUILD_opencv_python3=OFF \-D WITH_OPENGL=ON \-D WITH_QT=OFF \-D WITH_GTK=ON \-D BUILD_TESTS=OFF \-D BUILD_PERF_TESTS=OFF \-D CUDNN_INCLUDE_DIR=/usr/include \-D CUDNN_LIBRARY=/usr/lib/x86_64-linux-gnu/libcudnn.so \..

🧩 五、编译与安装

建议使用所有 CPU 线程进行编译：

make -j$(nproc)

然后安装：

sudo make install

sudo ldconfig

🔍 六、验证安装

执行：

pkg-config --modversion opencv4

应该会输出版本号，比如：

4.13.0