先上效果图：

因为是一个为了尝试跑通的demo，美观、功能都先忽略哈。

一、环境

库	版本	下载链接	备注
cmake	cmake-4.1.0-rc2-windows-x86_64.msi	https://cmake.org/download/
make	x86_64-15.1.0-release-posix-seh-ucrt-rt_v12-rev0.7z	https://github.com/niXman/mingw-builds-binaries/releases	各种版本可以deepseek问一下区别
OpenCV	Source code(tar.gz)4.12.0	https://github.com/opencv/opencv/releases/tag/4.12.0	一定要下载opencv源码自己用mingw编译不能直接用install的vc16
Qt	qt-online-installer-windows-x64-4.10.0	https://www.qt.io/download-qt-installer-oss	安装的时候勾选“个人用户”

环境变量：

其他依赖比如numpy，我直接用的conda环境中的python

如果需要用到其他库，比如OpenBLAS、Eigen、CUDA、cuDNN、Glog、Gflags、HDF5、OGRE、Boost、IPPICV IW、Caffe、ITT等，你需要提前编译好这些库，如果你缺少这些库，你必须在之后的CMake中禁用相关的选项（有些会被自动禁用）。相关依赖库在编译请自行百度。

二、OpenCV编译

问：为什么要自己编译opencv？

答：Qt需要的是MingW编译的库，但是官方提供的是MSVC（vc16）编译的。

vc16对应的是Visual Studio 2019，vc17对应Visual Studio 2022

关于Visual Studio编译可以参考这个博客：

YOLOv8 Windows c++推理_yolov8 win cpp-CSDN博客

这里重点要讲的是opencv编译，在这卡了一周，其他的只需要捣鼓一会就能搞通。

1.打开CMake-gui.exe

没有桌面图标的话，在安装目录CMake\bin下。

然后开始自动配置了，等绿条读完

会出现各种红色警告，先不用管。

2.配置

这是我最新编译成功的配置，可以直接抄，勾选完点Configure即可

可以直接在搜索框输入关键词，然后进行勾选，必要的几个默认没勾选的需要自己勾一下：

WITH_OPENGL、WITH_QT、WITH_ONNX、BUILD_opencv_highgui

如果带cuda，则把cuda项都勾上，关于cuda、cudnn见此链接：

opencv加载cuda不成功 opencv与cuda版本的匹配_mob64ca1402d47a的技术博客_51CTO博客

后面都是WITH就不在展示了，我都是默认的

3.make

打开D:\opencv-4.12.0\mingwbuild目录，空白处shift+鼠标右键 - 在此处打开PowerShell

输入make -j 8，这样就开始编译了，8指使用的cpu线程数，越多编译越快。

过程中只要没停，啥看不懂的警告都不用管，如果停了：

（1）就回第2步，把报错相关的那个东西勾去掉，重新生成配置再编译。

（2）如果报错的在D:\opencv\modules有对应文件夹（每个点进去都有CMakeLists.txt），可以尝试先进这个文件夹，单独编译生成这个模块试试（这个方法我没试过，待验证）

我在这里卡了好几天，耐心点多试几次，由于报错各种各样，这里也没法总结，遇到了评论区沟通吧。（有关download的，可能是网络原因，还有出现比较多的是highgui，但是我没做任何处理重复了几次又好了）

4.然后在你Qt项目的CMakeLists.txt中指定opencv路径即可

三、Qt编译报错处理

这里先记录两个主要报错点

1.onnx模型转换问题

报错关键词：ERROR during processing node with 2 inputs and 1 outputs

解决办法：Opencv和opset版本要对应，我跑通的版本是：Opencv4.12.0对应opset=17

from ultralytics import YOLOmodel = YOLO(r'yolov8n.pt')
model.export(format="onnx", simplify=True, dynamic=False, opset=17)

OpenCV 版本	支持的最高 opset	关键算子支持	动态形状支持
4.5.x	opset 11-12	基础卷积/池化/激活层 ✅ 部分不支持：`Cast`、`ConstantOfShape`、`ArgMax` ❌ 45	仅静态输入（需固定尺寸）❌ 5
4.6-4.7	opset 13-14	新增 `LayerNormalization`、`GELU` ✅ 部分支持 `Split`、`Clip` 6	有限动态批次维度 ✅
4.8	opset 15	支持 `QLinearSoftmax`、`ConvTranspose` ✅ INT8 量化模型兼容 6	动态批次/高度/宽度 ✅
4.9+	opset 16-18	完整支持 `Attention`、`Einsum`、`InstanceNorm` ✅ Transformer 模型实验性支持 8	全动态输入 ✅