opencv-python接口，支持CUDA，DNN功能。GPU显卡的Compute Capability需>=5.3，否则会提示error: (-217:Gpu API call) invalid device function in function 'make_policy' 编译本接口所用的工具及环境： Cmake-3.17.5 VS2019 opencv-4.2.0 opencv-contrib-4.2.0 cuda-10.1 cudnn-7.6.2 tbb2019_20190206oss_win python-3.6 numpy-1.15

基于ubuntu18.04的python3.6编译好的opencv-contrib-python文件

基于ubuntu18.04的python3.7.5编译好的opencv-contrib-python文件

树莓派镜像，编译好了opencv4.5.1和opencv_contrib以及ncnn，可以直接调用opencv的dnn模块进行目标检测，目标分割等深度学习算法。同时编译好了ncnn模块，方便arm架构的树莓派执行相关程序。且内部附带基于dnn模块的yolov5检测模型。

包含opencv4.4.0与opencv_contrib4.4.0的编译opencv_world440.lib和opencv_world440.dll, 是在cuda10和cudnn7.5环境下编译的. 该版本集合了32位x86和64位x64的编译结果, 压缩包内包含了bin, include, lib, dll等文件

压缩包包括opencv4.4.0 还有pencv_contrib4.4.0。两个文件夹，第一次上传，如果有错误，麻烦留言，谢谢。

文件解压缩后放到/your path/modules/xfeatures2d/src目录下，在/your path/opencv_contrib/modules/xfeatures2d/cmake 中修改cmake文件中对应文件的路径信息。

官网版本的opencv_contrib在linux下编译时会报错，缺少相关文件，并且一些头文件也有找不到的现象，opencv4.2的opencv_contrib版本经过我的修改已能编译通过，资源也包括了opencv4.2

附件文件中包含有4个文件，分别是: 1、opencv-4.4.0 源码 2、opencv_contrib-4.4.0 源码 3、cmake-3.17.3-win32-x86解压后的软件安装文件 4、opencv-4.4.0-vc14_vc15.exe压缩的opencv文件

opencv3.4.3+contrib3.4.3.zip