在Windows10/NVIDIA GTX1660 Super上用CMake编译OpenCV v4.5.1遇错求助

核心问题定位 #

你的错误核心是OpenCV 4.5.1与CUDA 12.0版本不兼容，且CMake未正确识别cuDNN路径，另外Anaconda环境可能存在干扰。

具体解决步骤 #

1. 优先修复版本兼容性（最关键） #

OpenCV 4.5.1发布于2021年，官方仅支持CUDA 10.2~11.4版本，CUDA 12.0是2022年推出的，不在支持范围内，这是导致依赖识别失败的主要原因：

• 建议降级CUDA到11.3或11.4，搭配对应版本的cuDNN（比如CUDA 11.4对应cuDNN 8.2.4）
• 若坚持使用CUDA 12.0，需给OpenCV 4.5.1打适配CUDA 12的补丁（补丁需自行查找，适配成本较高，不推荐）

2. 强制指定cuDNN路径给CMake #

如果版本匹配后仍报错，手动在CMake GUI中设置以下变量：

• CUDNN_INCLUDE_DIR：指向cuDNN的include目录（例：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\include）
• CUDNN_LIBRARY：指向cuDNN的静态库文件（例：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\lib\x64\cudnn.lib）
• CUDNN_VERSION：手动填入你的cuDNN版本号（例：8.2.4）

同时检查系统环境变量：

• 确保CUDA_PATH指向CUDA安装根目录
• PATH中添加CUDA_PATH\bin和cuDNN的bin目录

3. 处理Anaconda环境干扰 #

• 打开CMake前激活目标Anaconda环境，确保CMake使用环境内的Python解释器
• 在CMake中手动指定PYTHON_EXECUTABLE为你的conda环境Python路径（例：C:\Users\testbench\anaconda3\envs\your_env\python.exe）
• 避免Anaconda自带的CUDA库干扰，确保CMake优先选择系统安装的CUDA

4. 其他警告的处理 #

• CERES Solver警告：若不需要RGBD模块的位姿图优化功能，可直接忽略；若需要，安装Ceres Solver后重新配置CMake
• CONFIGURATION IS NOT SUPPORTED警告：此为版本不兼容导致的setupvars脚本验证失败，解决版本匹配问题后会自动消失

若仍未解决，需提供以下调试信息 #

• CMake完整配置日志（而非仅报错片段）
• cuDNN安装目录的文件结构（确认include/cudnn.h、lib/x64/cudnn.lib、bin/cudnn64_*.dll存在）
• 执行nvcc -V的输出结果（确认CUDA编译器正常运行）

内容的提问来源于stack exchange，提问作者flying_loaf_3