[Opencv][Python]解決Could not located cublas64_11.dll
更新於 2024/10/11閱讀時間約 2 分鐘
在上一篇文章，使用CUDA加速運行OpenCV發現一個異常，抽絲剝繭找到原因了。
[Python]在 OpenCV 中啟用 CUDA 加速來運行 DNN 超分辨率模型
錯誤描述：
Could not locate cublas64_11.dll. Please make sure it is in your library path!
這表示 OpenCV 正在嘗試使用CUDA 11版本的cublas函式庫
最初的原因
最初的原因是，因為我先查了自己的顯卡3070可以支援CUDA到哪一個版本，如圖下
但後來又發現我顯卡3070 只支援到cuDNN 8.6。
cuDNN下載網址
查了才發現，官網寫是for CUDA 11.X，當下心都死了，就想說
但後面我又查到現在安裝的CUDA支援那些cuDNN的架構，有看到8.6就安心繼續用了。
nvcc --list-gpu-arch
沒想到最後編譯好，要跑cv2.dnn_superres就出現問題。缺少cublas64_11.dll。
後來我找到的解法是複製cublas64_12改成cublas64_11，就成功運行了。
路徑在安裝C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\bin
我就是懶得重新安裝
繼續測試看還有什麼問題，若大家在測試時有發現什麼也可以繼續分享
留言0
查看全部
你可能也想看
Google News 追蹤
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題，等你踹共啦！還有機會獲得經典的「偉士牌樂高」喔！馬上來參加本次的活動吧！
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
呈上篇文章，針對單排的圖像文字增加間隔，但如果文字是雙排呢
[OpenCV][Python]OCR分割及增加間隔[單排文字]
在影像處理中，有時候我們只想特別關注某個感興趣的區域時，就是ROI的概念，擷取此範圍的圖像來做處理。
設定超過圖像邊界時就會報錯，本文主要介紹如何擷取影像的同時，避免設定錯誤造成程式崩潰的狀況。
擷取圖像示意圖
ROI程式範例
import cv2
import numpy as np
在影像辨識中，若遇到物件與背景難以分辨的狀況下，先做一下色彩分析，知道了色彩強度階層上的像素數，有助於了解後續需要做什麼處理，比較好分割出辨識物。
若想辨識的物件與背景的RGB值過於接近，也比較好說明此狀況，為什麼較難分割出物件。
成果呈現
第一張圖：左邊為原圖，右邊為分析結果的圖，用其他顏
接續上一邊，分割了螺絲與螺母的圖像，但分割後的結果，因為螺絲過於接近的關係，沒有切割乾淨，會有其他螺絲的頭或者身體，這樣會影響到後續量測。
[OpenCV應用][Python]擷取出螺絲或螺母的影像
本文主要是，如何去除掉不要的背景雜物。
下層為原先分割的圖，上層為去除背景雜物的圖。
此篇為上一篇文章的延伸，先辦別是螺絲還是螺母才擷取出影像。
[OpenCV應用][Python]利用findContours辨識螺絲還是螺母
因為可能會需要另外處理螺絲與螺母才可以準確地去做量測，所以第一步就是先分割出這兩種的圖像。
常見的圖像銳利化方法：
銳化濾波器
增強對比度
Unsharp Masking
OpenCV（Open Source Computer Vision Library）是一個開源的計算機視覺和影像處理庫，它提供了豐富的功能和工具，可用於開發各種視覺應用程式。
OpenCV最初是用C++編寫的，但它也提供了Python、Java等多種程式語言的接口，方便不同語言的開發者使用。
大部分在求物件的寬度及高度，都會想到用OpenCV的findContours函式來做，從找到的輪廓中來計算物件的面積，周長，邊界框等屬性，從而得到物體的寬度與高度
[OpenCV應用][Python]利用findContours找出物件邊界框求出寬度及高度
本文將用不同的方法，利用Numpy
[影像處理_OpenCV Python]使用Python撰寫影像處理功能，圖片遮罩或濾除掉不要的地方，旋轉圖片
以下範例將呈現影像處理三種不同的應用：
遮罩的實現
濾除
旋轉
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題，等你踹共啦！還有機會獲得經典的「偉士牌樂高」喔！馬上來參加本次的活動吧！
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
呈上篇文章，針對單排的圖像文字增加間隔，但如果文字是雙排呢
[OpenCV][Python]OCR分割及增加間隔[單排文字]
在影像處理中，有時候我們只想特別關注某個感興趣的區域時，就是ROI的概念，擷取此範圍的圖像來做處理。
設定超過圖像邊界時就會報錯，本文主要介紹如何擷取影像的同時，避免設定錯誤造成程式崩潰的狀況。
擷取圖像示意圖
ROI程式範例
import cv2
import numpy as np
在影像辨識中，若遇到物件與背景難以分辨的狀況下，先做一下色彩分析，知道了色彩強度階層上的像素數，有助於了解後續需要做什麼處理，比較好分割出辨識物。
若想辨識的物件與背景的RGB值過於接近，也比較好說明此狀況，為什麼較難分割出物件。
成果呈現
第一張圖：左邊為原圖，右邊為分析結果的圖，用其他顏
接續上一邊，分割了螺絲與螺母的圖像，但分割後的結果，因為螺絲過於接近的關係，沒有切割乾淨，會有其他螺絲的頭或者身體，這樣會影響到後續量測。
[OpenCV應用][Python]擷取出螺絲或螺母的影像
本文主要是，如何去除掉不要的背景雜物。
下層為原先分割的圖，上層為去除背景雜物的圖。
此篇為上一篇文章的延伸，先辦別是螺絲還是螺母才擷取出影像。
[OpenCV應用][Python]利用findContours辨識螺絲還是螺母
因為可能會需要另外處理螺絲與螺母才可以準確地去做量測，所以第一步就是先分割出這兩種的圖像。
常見的圖像銳利化方法：
銳化濾波器
增強對比度
Unsharp Masking
OpenCV（Open Source Computer Vision Library）是一個開源的計算機視覺和影像處理庫，它提供了豐富的功能和工具，可用於開發各種視覺應用程式。
OpenCV最初是用C++編寫的，但它也提供了Python、Java等多種程式語言的接口，方便不同語言的開發者使用。
大部分在求物件的寬度及高度，都會想到用OpenCV的findContours函式來做，從找到的輪廓中來計算物件的面積，周長，邊界框等屬性，從而得到物體的寬度與高度
[OpenCV應用][Python]利用findContours找出物件邊界框求出寬度及高度
本文將用不同的方法，利用Numpy
[影像處理_OpenCV Python]使用Python撰寫影像處理功能，圖片遮罩或濾除掉不要的地方，旋轉圖片
以下範例將呈現影像處理三種不同的應用：
遮罩的實現
濾除
旋轉