关于CUDA+QtCreator+OpenCV环境配置的一些注意事项
【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 includes
Cannot 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Opecv）
①图中 OpenCV 4.8.0 官方 Windows 预编译包只提供 vc16 版本，而MSVC2022（v143）向下兼容 vc16，实测MSVC2022可以正确编译vc16
②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OpenCV，Qt，Visual 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