注意！！！该版本是安装预编译好的gpu版opencv

1、下载gpu版本的opencv

# 注意cuda与cudnn的版本
https://www.jamesbowley.co.uk/qmd/downloads.html
# 选择OpenCV Python wheels
# 根据cuda与cudnn版本下载对应的文件
# https://github.com/cudawarped/opencv-python-cuda-wheels/releases/download/4.13.0.20250811/opencv_contrib_python_rolling-4.13.0.20250812-cp37-abi3-win_amd64.whl

2、conda安装gpu版本opencv

# 1. 先卸载已安装的opencv
pip uninstall opencv-python opencv-contrib-python -y
​
# 2. 安装gpu版opencv
pip install whl的下载路径
​
# 3. 测试是否安装成功
python -c "import cv2; print('版本:', cv2.__version__)"
python -c "import cv2; print('CUDA设备:', cv2.cuda.getCudaEnabledDeviceCount())"

若报错则执行以下步骤

3 、下载检测dll软件

https://github.com/lucasg/Dependencies/releases

4、检测缺少依赖

1. 打开 Dependencies.exe
2. 拖入以下文件：
   E:\Anaconda3\envs\你的虚拟环境\Lib\site-packages\cv2\cv2.pyd
   （或同目录下的 .pyd 文件）
3. 查看标红的缺失 DLL

5、创建 sitecustomize.py

# python3.8以后不再从系统 PATH 搜索 DLL，必须通过 os.add_dll_directory() 显式指定！
# 创建默认加载环境变量文件，每次启动 Python 时自动执行。
notepad E:\Anaconda3\envs\你的虚拟环境\Lib\sitecustomize.py
​
# 将以下内容复制到文件中
import os
os.add_dll_directory(r"C:\Program Files\NVIDIA\CUDNN\v9.18\bin\13.1\x64")
os.add_dll_directory(r"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.1\bin")

我的是cudnn的dll依赖报错，原因是cuda较新，安装路径发生改变

6、较新的cuda的cudnn路径改变

1、新增cudnn环境变量
2、在系统环境变量-path中添加：
C:\Program Files\NVIDIA\CUDNN\v9.18\bin\13.1\x64

文章持续更新中。。。。