windows下编译OpenCV，使用VSCode_opencv windows编译-CSDN博客

准备工作

D盘新建一个opencv目录，然后去下载opencv最新版以及扩展包。下载链接，下载“opencv-4.6.0.tar.gz”与“opencv_contrib-4.6.0.zip”即可。
在opencv的build/x64下面新建一个mingw目录。
下载并安装cmake
下载并安装Mingw64，链接，解压到某个路径，并将对应的bin路径添加到path环境（我下载的是GCC 11.2.0 + MinGW-w64 10.0.0 (UCRT) - release 1）。

正式编译

CPU版本编译

打开Cmake-GUI，选择code路径，“D:/opencv/opencv-4.6.0”，选择target路径“D:/opencv/build/x64/mingw”(该路径要是不存在就自己建一个)。
点击“Add Entry”,type选择“Path”，然后name填为：OPENCV_EXTRA_MODULES_PATH，value填为opencv_contrib解压后的路径，然后默认添加“modules”即可，例如D:/opencv/opencv_contrib-4.6.0/modules
点击“Configure”，选择“mingw makefiles”, 选择第二个“Specify native compile”，分别选择c对应gcc.exe所在路径，以及c++对应的g++.exe所在路径。点击“Finish”即可，然后等待1分钟，等待配置完成。
终端进入目录编译路径，如"D:\opencv\build\x64\mingw"，然后输入下面的命令正式多线程编译（如果不识别，大概率是你没有将MinGW的bin路径放到path环境）。

mingw32-make.exe -j10

正式安装，最后会生成一个install目录，然后就可以使用了。

mingw32-make install

将Instal下面的bin目录放到path环境，不然编译后的程序会提示找不到lib。比如我的路径是“D:\opencv\build\x64\mingw\install\x64\mingw\bin”

GPU版编译

找到你的cuda安装路径，比如我装的默认路径“C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.6”
在opencv4.6的源码路径下，新建一个build文件夹，然后终端进入该文件夹。比如我的是“D:\opencv\opencv-4.6.0\build”
确保你已安装Visual Studio 2019，并且将对应的cl.exe文件所在路径放置到path环境下面。我的cl.exe文件路径参考“C:/Program Files (x86)/Microsoft Visual Studio/2019/Community/VC/Tools/MSVC/14.29.30133/bin/Hostx64/x64/cl.exe”
然后，终端进入build目录"D:/opencv/opencv-4.6.0/build"(没有就创建一个)，在powershell执行下面这个命令，开始配置cmake信息。

cmake `
-D CMAKE_EXPORT_COMPILE_COMMANDS:BOOL=TRUE `
-D CUDAToolkit_ROOT="C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.6" `
-D WITH_CUDA=ON `
-D OPENCV_EXTRA_MODULES_PATH=D:/opencv/opencv_contrib-4.6.0/modules `
-D ENABLE_FAST_MATH=ON `
-D CUDA_FAST_MATH=ON `
-D WITH_CUBLAS=ON `
-D OPENCV_DNN_CUDA=ON `
-D CMAKE_BUILD_TYPE=Release `
..

最后开始编译

cmake --build . -- -j10

测试与使用

CPU版测试

打开VScode编写一个demo.cpp文件，内容如下（图片路径建议绝对路径