【以下内容不包含安装教程仅用于环境报错时候自查】如果你在配置相关环境的时候遇到了类似以下报错Cannot find CUDA installation; provide its path via --cuda-path, or pass -nocudainc to build without CUDA includesCannot find libdevice for sm_52; provide path to different CUDA installation via --cuda-path, or pass -nocudalib to build without linking with libdevice请按以下步骤检查自身环境1.检查CUDA版本以及安装路径默认情况下会安装在C盘的 C:\NVIDIA GPU Computing Toolkit\CUDA\(版本号) 如果你是在默认安装的情况下大概率不会因为CUDA环境出现问题。这里我主要提醒【自定义安装】① CUDA在选择【自定义安装】的时候请一定先在本地创建好一个空文件夹否则会出现没有NVIDIA GPU Computing Toolkit这个文件夹的情况。而是图中的所有子文件夹散落在你选定的盘内注意此处展示的是CUDA13.0版本CUDA12.x与CUDA13.x之间的文件内容会有所不同13.x没有 libnvvp 子文件夹。两者自动配置的CUDA环境变量路径有所不同环境变量部分我会在下面讲到如果你没有QtCreator的使用需求或者你的Qt开发环境在Visual Studio中则无需关注具体配置VS会自动帮你做好配置只要你能在VS中创建CUDA程序并运行实例程序即可。② 如果你的目录下是散落的子文件你有以下解决办法Ⅰ.根据网上的教程删除已下载的CUDA重新下载推荐Ⅱ.没有重新下载的条件的情况下手动创建根目录名字可自定义不得包含中文将散落的子文件全部剪切到该根目录下然后修改环境变量【系统变量】中【Path】中然后通过cmd检查命令nvcc --version能输出版本号即说明配置正确Ⅲ.手动添加根目录之后可能会出现还是报错有可能是注册表未进行更改Qt配置文件查找nvcc的时候可能根据注册表进行查找这里请使用AI配合检查2.检查OpenCV是否成功安装检查自己的下载路径中是否有Opecv①图中 OpenCV 4.8.0 官方 Windows 预编译包只提供 vc16 版本而MSVC2022v143向下兼容 vc16实测MSVC2022可以正确编译vc16②若出现OpenCV相关报错请根据自己的MSVC版本选择正确的vc版本3.检查你的OpenCVQtVisual Studio 三者的MSVC是否匹配请根据自己的Visual Studio版本提供的构建套选择一致的MSVC注意如果你电脑上有多个VS版本请注意每个版本的下载的位置这影响到.pro配置文件中的引用路径以我为例我电脑上有两个版本且一个位于C盘一个位于其他盘且我使用的均为MSVC2022所以我在配置文件中引用的 cl.exe 应该是位于C盘中检查Qt的构建套是否为MSVC2022在Qt6.5.3及之前的版本是不在下载的时候提供MSVC2022虽然可以通过手动配置但及其麻烦不推荐所以请选择有你对应MSVC版本的Qt版本进行下载由于我的OpenCV使用的vc16并未出现报错如果你使用MSVC2022推荐下载更高包含vc17的版本总结三者MSVC版本匹配环境变量设置正确即可编译通过