我来帮你捋捋这个棘手的问题——毕竟CUDA安装看似成功但编译OpenCV出问题，大概率是安装过程中某个关键环节没到位，结合你提到的日志分析，咱们一步步来：

第一步：从CUDA安装日志定位核心问题 #

你用setup.exe -log:"D:\logcuda" -loglevel:6生成的日志是关键，重点排查这几个方向：

• CUDA Visual Studio Integration组件状态：日志里如果有这个组件安装失败、跳过的记录，那就是问题根源——这个组件是VS识别CUDA的核心，没装上的话，VS根本找不到CUDA的编译工具链，自然没法编译带CUDA的OpenCV。
• 文件写入/权限错误：如果日志里出现类似“无法写入文件到C:\Program Files\NVIDIA...”的提示，说明安装时没以管理员身份运行，导致系统目录下的文件无法正常写入。
• 旧版本残留冲突：如果之前装过其他版本的CUDA或NVIDIA驱动，日志里可能会有文件覆盖失败、版本不兼容的提示，残留文件会干扰新版本的正常工作。

第二步：针对性解决安装问题 #

如果日志确认是VS集成组件没装好或者权限/残留问题，按这个流程来：

1. 彻底卸载现有CUDA：在控制面板的“程序和功能”里找到“NVIDIA CUDA Toolkit 9.1”，右键卸载，同时卸载相关的NVIDIA驱动和CUDA组件；之后清理注册表中HKEY_LOCAL_MACHINE\SOFTWARE\NVIDIA Corporation下的CUDA相关项，重启电脑。
2. 重新安装CUDA 9.1：
   • 右键点击setup.exe，选择“以管理员身份运行”；
   • 选择“自定义安装”，务必勾选CUDA Visual Studio Integration组件，其他组件按需选择（比如Samples可以装来验证安装是否正常）；
   • 安装路径尽量用默认路径，避免自定义路径带来的路径识别问题。
3. 验证CUDA安装是否正常：打开VS2017，新建项目，看有没有“NVIDIA/CUDA 9.1”的项目模板；或者打开CUDA Samples里的deviceQuery项目，编译运行，如果能正常输出GPU信息，说明CUDA安装和VS集成没问题。

第三步：调整OpenCV编译配置 #

CUDA安装正常后，编译OpenCV时还要注意这些配置：

• 用CMake配置OpenCV时，确保WITH_CUDA选项勾选；
• 确认CUDA_TOOLKIT_ROOT_DIR指向正确的CUDA 9.1安装路径（默认是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1）；
• 设置CUDA_ARCH_BIN匹配你的GPU架构：比如GTX 10系列是61，RTX 20系列是75，如果不确定可以查自己GPU的Compute Capability，避免因架构不匹配导致编译错误；
• 生成VS项目后，确保选择的是和CUDA匹配的平台（比如x64），右键生成后如果还有错误，查看输出窗口的具体错误信息，定位是CUDA编译工具问题还是OpenCV代码配置问题。

内容的提问来源于stack exchange，提问作者lezan