Windows10下编译带CUDA后端的OpenCV4.2时CUDA_cublas_LIBRARY缺失怎么办？

我之前也碰到过类似的CUDA库识别失败的坑，结合你的情况，给你梳理几个可行的解决思路：

1. 确认CUDA Toolkit安装完整性与环境配置 #

• 先检查CUDA 10.2是否完整安装：打开默认安装目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2，确认lib\x64目录下存在cublas.lib、cublasLt.lib这些核心库文件。如果缺失，建议重新运行CUDA安装程序，选择「自定义安装」并确保勾选所有CUDA核心组件（包括cuBLAS）。
• 验证环境变量：检查系统环境变量中是否存在CUDA_PATH，且值指向你的CUDA 10.2安装路径；同时确认CUDA_PATH\lib\x64已添加到PATH变量中，确保CMake能全局搜索到CUDA库。

2. 修正CMake配置的关键细节 #

• 匹配编译架构：Windows下编译OpenCV时，CMake的Configure步骤必须选择x64架构的编译器（比如Visual Studio 2017 Win64），因为CUDA仅提供64位库，选Win32会直接导致库找不到。
• 强制指定CUDA版本：在CMake的变量列表中找到CUDA_VERSION，手动设置为10.2，避免CMake自动检测版本时出现偏差。
• 手动绑定库路径：如果CMake仍提示CUDA_cublas_LIBRARY未找到，直接在CMake的变量搜索框中搜索该变量，点击「...」按钮，手动浏览到CUDA安装目录下的lib\x64\cublas.lib；同理处理其他提示未找到的CUDA相关库（比如CUDA_cublasLt_LIBRARY、CUDA_npp_LIBRARY等）。

3. 确保OpenCV与contrib版本完全匹配 #

你尝试了OpenCV 4.2和3.4.2.17，对应的opencv-contrib仓库必须是完全相同的版本——版本不匹配会导致依赖混乱，甚至触发库路径识别错误。建议重新下载对应版本的opencv-contrib源码，确保OPENCV_EXTRA_MODULES_PATH指向该版本的modules目录。

4. 清理CMake缓存后重新配置 #

有时候CMake的缓存文件会残留之前的错误配置，导致后续配置失效。你可以：

• 删除构建文件夹下的所有文件（包括CMakeCache.txt和CMakeFiles目录）
• 重新打开CMake，重新选择源码和构建目录，从头走一遍配置流程

5. 尝试升级CMake版本 #

CMake 3.17.0对CUDA 10.2的支持是没问题的，但如果以上步骤都无效，可以尝试升级CMake到稍新的版本（比如3.20+），新版本的CMake对CUDA库的识别逻辑更完善，能减少不少兼容性问题。

内容的提问来源于stack exchange，提问作者Dragonsen