1、安装好cuda驱动
可参考CUDA 环境搭建_ima_zhan的博客-CSDN博客_cuda环境搭建
2、下载opencv 3.11 的源代码和lib
在官网的release页面可以找到各版本的下载
3、下载cmake 3.23.2，百度去官网下载即可
4、打开cmake，选择源文件为opencv3.11源代码，编译目录为新建的opencv311_build
点击Configure，在配置窗口中进行如下配置：
在WITH中选择WITH_CUDA,WITH_NVCUVID。
在BUILD中选中BUILD_opencv_world将文件编译为一个dll，确实方便引用了，但是文件有点大，我这个最后有200多兆。
Configure中遇到错误可以再次点击Configure试一下，其它错误可以参考5中的解决方法。
完成Configure后点击Generate生成工程，然后点击OpenProject打开工程。
5、编译时遇到的几个问题
1、先选择cuda，点击Configure按钮运行一遍后才能看到cuda的选项，在CUDA_ARCH_BIN中配置自己需要的版本确实可以提高后面在vs中的编译速度。其它一些加速方法，在别人的博客里查到一些很有用，直接引用了 win10 编译opencv4.5.0 （gpu版）_Mr.Q的博客-CSDN博客_win安装opencv
2、文件无法下载
ffmpegedll还有其他一些文件无法自动下载，可以下载后替换.cache文件，主要下载后的文件改为和.cache中一样的名称。下载连接可以在错误提示的文件中查看，在build文件夹的CMakeDownloadLog.txt中有所有几路。
3、编译时cuda选项是用自动选择的选择，若全部选中在vs中编译时会报错。我遇到的情况是这样的，详细原因还未查。
6、编译后的使用时遇到的错误
编译成功后建立了一个mfc工程来测试opencv_world3411d.dll的调用，遇到了几个错误
错误1：
将源文件中的include文件夹添加到
base.hpp中提示，下图错误
运行工程中的Install，会在 opencv311_build目录下生产install目录，其中有include文件夹中包含了需要引用的头文件。将此文件夹添加到C++的包含目录，具体操作如下：
错误2：编译提示“无法解析的外部符号 private:void _cdecl cv::String::deallocate(void)"
需要将install目录下的x64（因为我使用的是x64）目录下的vc16/lib下的opencv_world3411d.lib添加到工程OpenCvCamera的lib列表中，具体操作为
首先将install目录下的x64/vc16/lib目录添加到vc++的库目录，如下
然后在连接器的输入中添加opencv_world3411d.lib，如下
转载：https://blog.csdn.net/ima_zhan/article/details/125798194