如何在OpenCV编译时开启CUDA支持？

要在OpenCV编译时启用CUDA支持，你需要遵循以下步骤：

1. **下载并安装CUDA**: 首先从NVIDIA官网下载并安装适合你的OpenCV版本的CUDA工具包，确保下载的CUDA版本与你的操作系统和OpenCV版本兼容。

2. **安装cuDNN** (CUDA Deep Neural Networks): NVIDIA的cuDNN是一个专门为深度学习优化的GPU加速库。同样从官方网站下载cuDNN，然后将其安装在正确的路径下。

3. **获取OpenCV源码** 或者克隆官方GitHub仓库: `git clone https://github.com/opencv/opencv.git`

4. **修改CMakeLists.txt** 文件: 进入OpenCV源码目录，打开`cmake/modules/CMake/OpenCVModules.cmake`，查找包含`OPENCV_DNN_CUDA`标志的地方。将`OFF`改为`ON`，表示开启CUDA支持。

   option(OPENCV_DNN_CUDA "Enable CUDA for the DNN module" OFF)

5. **配置CMake**: 创建一个新的CMakeCache.txt文件或打开已有的CMakeLists.txt，然后添加CUDA相关路径:

   -DCMAKE_CXX_COMPILER=/usr/bin/g++-9     # 如果使用g++
   -DCMAKE_CUDA_COMPILER=/usr/bin/nvcc       # 如果使用nvcc
   -DCMAKE_CUDA_FLAGS="-arch=sm_60"          # 设置合适的CUDA架构
   -DCUDA_ARCH_BIN_DIR=path/to/cuda/binaries

6. **生成makefile**: 使用CMake命令行工具 `cmake`，指定你的目标平台及刚刚设置的选项:

   cmake -DCMAKE_BUILD_TYPE=Release -D OPENCV_ENABLE_NONFREE=ON ..

`-D OPENCV_ENABLE_NONFREE=ON` 可选，因为一些高级功能如CUDA在默认安装时可能未启用。

7. **编译OpenCV**: 执行 `make` 命令，等待编译完成。过程中可能会有提示关于缺少依赖或编译警告，确保解决它们。

8. **测试编译结果**: 完成编译后，你可以通过尝试加载预训练的GPU模型或运行一些涉及CUDA的示例来验证是否成功启用。