OpenPose 在 Windows 安装教程：从下载到跑通的完整步骤

目标关键词：OpenPose 在 Windows 安装

OpenPose 是一个常见的人体姿态估计开源项目，很多做 AI、视觉识别、动作分析、手势识别的人都会用到。
但它在 Windows 上安装并不算轻松，尤其是第一次接触的人，常常会卡在 CUDA、cuDNN、CMake、VS 编译环境 这几步。
这篇文章就按小白也能看懂的方式，带你一步步把 OpenPose 在 Windows 上装好，并尽量避开常见坑。

---

一、先搞清楚：OpenPose 安装难在哪

OpenPose 不是一个“下载后双击就能用”的普通软件，它更像是一个需要自己编译的项目。
在 Windows 上安装时，通常要同时准备这些东西：

• Visual Studio
• CMake
• CUDA
• cuDNN
• OpenCV
• Python 环境（可选）
• OpenPose 源码

如果你的电脑没有 NVIDIA 显卡，或者显卡驱动、CUDA 版本不匹配，安装过程会更麻烦。
所以在开始前，先确认你的电脑是否满足基本条件。

---

二、安装前的硬件和系统要求

1. 推荐配置

如果你只是想把 OpenPose 跑起来，建议至少满足：

• 操作系统：Windows 10 / Windows 11 64 位
• 显卡：NVIDIA 显卡
• 显存：至少 4GB，建议 6GB 以上
• 内存：16GB 起步，越大越稳
• 磁盘：至少预留 30GB 空间
• 开发环境：Visual Studio 2019 或 2022

2. 为什么必须是 NVIDIA 显卡

OpenPose 在 Windows 上最常见的高效运行方式依赖 CUDA，而 CUDA 只支持 NVIDIA 显卡。
如果你是 AMD 显卡，理论上可以折腾 CPU 模式，但速度会比较慢，安装和兼容性也更复杂，不适合新手。

---

三、安装思路先理清

OpenPose 在 Windows 上的安装逻辑基本是这样：

1. 安装 Visual Studio 和 C++ 编译组件
2. 安装 CMake
3. 安装 CUDA 和 cuDNN
4. 下载 OpenPose 源码
5. 配置 OpenCV
6. 用 CMake 生成 VS 工程
7. 编译 OpenPose
8. 运行测试程序确认是否成功

只要你按这个顺序来，成功率会高很多。

---

四、详细安装步骤

---

第一步：安装 Visual Studio

推荐版本

建议安装：

• Visual Studio 2019
• 或 Visual Studio 2022

安装时要勾选的组件

打开安装器后，记得选择：

• 使用 C++ 的桌面开发
• MSVC v142 / v143 编译工具
• Windows 10 SDK 或 Windows 11 SDK
• C++ CMake 工具

注意事项

不要只装 Visual Studio 主程序，很多人失败就是因为少装了 C++ 编译组件。
如果后面 CMake 生成工程时报错，大概率是这里没装全。

---

第二步：安装 CMake

作用

CMake 用来生成 Visual Studio 工程文件，OpenPose 的编译离不开它。

安装方法

去 CMake 官方网站下载 Windows 版本，安装时建议勾选：

• Add CMake to the system PATH

这样后面可以直接在命令行使用 cmake。

验证是否安装成功

打开命令提示符，输入：

cmake --version

如果能显示版本号，说明安装成功。

---

第三步：安装 NVIDIA 显卡驱动

在装 CUDA 前，先把显卡驱动更新到较新的稳定版。
建议去 NVIDIA 官网下载对应显卡型号的驱动，不要随便用第三方驱动包。

检查方法

右键桌面，打开 NVIDIA 控制面板，或者在命令行输入：

nvidia-smi

如果能看到显卡信息，说明驱动正常。

---

第四步：安装 CUDA

CUDA 版本怎么选

OpenPose 对 CUDA 版本比较敏感，版本不对很容易编译失败。
一般建议按你准备使用的 OpenPose 版本去匹配 CUDA 版本。

常见选择思路：

• OpenPose 较老版本：通常搭配 CUDA 10.x / 11.x
• 较新的系统和 VS 版本：优先考虑与之兼容的 CUDA 版本

安装建议

安装 CUDA 时，建议尽量选择：

• 自定义安装
• 保留默认核心组件
• 确认环境变量自动加入系统

安装后验证

输入：

nvcc --version

如果能显示 CUDA 编译器版本，说明安装成功。

---

第五步：安装 cuDNN

作用

cuDNN 是 NVIDIA 提供的深度学习加速库，OpenPose 运行时经常需要它。

安装方式

cuDNN 不是像普通软件那样直接安装，而是要：

1. 下载对应 CUDA 版本的 cuDNN
2. 解压后把文件手动复制到 CUDA 安装目录

通常要复制这些内容：

• bin 里的文件 → CUDA 的 bin
• include 里的文件 → CUDA 的 include
• lib 里的文件 → CUDA 的 lib\x64

常见坑

• cuDNN 版本必须和 CUDA 匹配
• 复制错目录会导致编译失败
• 文件覆盖时要确认权限正常

---

第六步：下载 OpenPose 源码

获取方式

建议从 OpenPose 官方 GitHub 仓库下载源码。
你可以选择：

• 直接下载 ZIP 包
• 或使用 Git 克隆

如果你安装了 Git，可以执行：

git clone https://github.com/CMU-Perceptual-Computing-Lab/openpose.git

下载完成后，建议放到路径简单的位置，比如：

D:\openpose

不要放到路径太深、带中文、带空格太多的目录里，后面编译更省事。

---

第七步：准备 OpenCV

OpenPose 依赖 OpenCV 进行图像处理。
你有两种方式：

方案 1：使用 OpenPose 自带的 OpenCV 下载脚本

这是比较省事的方式，适合新手。
OpenPose 项目里通常会提供下载第三方依赖的脚本，按它的说明执行即可。

方案 2：自己安装 OpenCV

如果你习惯自己管理依赖，也可以单独安装 OpenCV，并在 CMake 中手动指定路径。

新手建议

优先用 OpenPose 项目自带的依赖方案，减少兼容问题。

---

第八步：用 CMake 配置工程

这是安装过程中最关键的一步。

操作方法

1. 打开 CMake GUI
2. 在 Where is the source code 中选择 OpenPose 源码目录
3. 在 Where to build the binaries 中选择一个输出目录，比如：

   D:\openpose\build

4. 点击 Configure
5. 选择 Visual Studio 对应版本和平台，比如：
   • Visual Studio 16 2019
   • x64

常见配置项

在配置界面中，通常你要关注这些选项：

• WITH_CUDA = ON
• BUILD_PYTHON = ON 或 OFF
• BUILD_EXAMPLES = ON
• BUILD_CAFFE = ON
• USE_CUDNN = ON
• GPU_MODE = CUDA

如果报错怎么办

CMake 报错通常是以下几种原因：

• CUDA 没装好
• cuDNN 版本不对
• OpenCV 路径没找到
• Visual Studio 组件不全
• 源码路径有中文或空格

遇到报错先别急着重新装系统，通常是依赖路径或版本问题。

---

第九步：生成并编译 OpenPose

在 CMake 配置成功后

点击 Generate，然后打开生成的 Visual Studio 解决方案文件。

通常会看到一个 .sln 文件。

编译方法

在 Visual Studio 中：

1. 选择 Release 或 Debug
2. 选择 x64
3. 右键解决方案，点击 生成
4. 等待编译完成

推荐顺序

初次编译时建议先编译：

• INSTALL
• 或 openpose 主工程

如果先编译示例项目，可能会因为依赖没处理完而失败。

---

第十步：运行测试程序

编译完成后，可以运行 OpenPose 的示例程序测试是否成功。

常见测试方式包括：

• 摄像头识别
• 图片识别
• 视频识别

例如测试图片命令通常类似：

bin\OpenPoseDemo.exe --image_dir examples\media\

如果程序能正常识别人形骨架，说明安装成功。

---

五、常见错误和解决办法

---

1. CMake 找不到 CUDA

可能原因

• CUDA 没装
• 环境变量没配好
• CUDA 版本不兼容

解决办法

• 确认 nvcc --version 能正常输出
• 检查 CUDA 安装目录是否存在
• 重新运行 CMake，手动指定 CUDA 路径

---

2. 编译时报 cuDNN 错误

可能原因

• cuDNN 没复制到正确目录
• cuDNN 版本与 CUDA 不匹配

解决办法

• 检查 bin/include/lib 是否放对位置
• 确认版本对应关系
• 删除旧文件后重新覆盖

---

3. Visual Studio 找不到编译器

可能原因

• 没装 C++ 桌面开发组件
• VS 版本和项目不兼容

解决办法

• 打开 Visual Studio Installer
• 补装 “使用 C++ 的桌面开发”
• 安装 MSVC 工具和 Windows SDK

---

4. 编译到一半内存不够或非常慢

可能原因

• 内存不足
• 同时开了太多程序
• 机器配置较低

解决办法

• 关闭无关软件
• 增加虚拟内存
• 编译时选择 Release 但不要开启太多并行任务

---

5. 运行时提示缺少 DLL

可能原因

• 环境变量没配置
• 相关动态库没复制到程序目录

解决办法

• 检查 CUDA、cuDNN、OpenCV 的 DLL 是否在 PATH 中
• 直接把缺失的 DLL 放到程序执行目录
• 确认 64 位和 32 位不要混用

---

六、建议的稳定安装顺序

如果你想少踩坑，建议严格按这个顺序来：

1. 安装 Windows 更新
2. 安装 NVIDIA 显卡驱动
3. 安装 Visual Studio（C++ 桌面开发）
4. 安装 CMake
5. 安装 CUDA
6. 安装 cuDNN
7. 下载 OpenPose 源码
8. 准备 OpenCV 依赖
9. 用 CMake 配置工程
10. 用 Visual Studio 编译
11. 运行 Demo 测试

这个顺序能最大程度避免“装了后面发现前面少东西”的情况。

---

七、新手最容易踩的坑

1. 路径里带中文

尽量不要把源码放在：

• 桌面
• 下载
• 带中文文件夹
• 特别深的目录

推荐放在：

D:\openpose

2. CUDA 和 cuDNN 不匹配

这是最常见的问题之一。
下载前一定要先确认版本对应关系，不要随便装最新版。

3. VS 没装 C++

很多人以为装了 Visual Studio 就够了，其实不够。
必须勾上 C++ 相关组件。

4. 分不清 Debug 和 Release

新手建议优先用 Release x64，运行更稳定，也更接近实际使用场景。

5. 32 位和 64 位混装

OpenPose、CUDA、OpenCV、VS 工具链尽量全部统一为 64 位。

---

八、如果你只是想先跑起来，推荐的最简方案

如果你不想一上来就折腾太多，可以这样做：

• Windows 10 64 位
• NVIDIA 显卡
• Visual Studio 2019
• CMake
• CUDA
• cuDNN
• OpenPose 官方源码
• 使用 OpenPose 自带依赖下载方式
• 只编译 OpenPoseDemo

这样能最快验证环境是否通了，后面再去折腾 Python 接口、摄像头、视频流处理会更稳。

---

九、进阶建议：安装成功后怎么优化

1. 开启独显性能模式

在 NVIDIA 控制面板里，把 OpenPose 相关程序设置为高性能 NVIDIA 处理器，避免调用核显影响速度。

2. 调整分辨率

如果识别速度慢，可以降低输入分辨率，速度会明显提升。

3. 关闭多余输出

如果只是做人形关键点识别，不需要开太多可视化选项，能省不少资源。

4. 用 SSD 存源码和依赖

源码、构建目录、模型文件放 SSD 上，编译和加载速度会快很多。

---

十、总结

OpenPose 在 Windows 上安装的核心，不是“点几下安装按钮”，而是把整套开发环境配齐。
只要你记住这几个关键点，成功率会高很多：

• 必须有 NVIDIA 显卡
• Visual Studio 要装 C++ 组件
• CUDA 和 cuDNN 版本要匹配
• 源码路径尽量简单
• 先用 CMake 配置，再用 VS 编译
• 优先测试 Demo，确认环境跑通

对于第一次安装的人来说，最容易卡住的地方就是依赖版本和路径问题。
只要按上面的步骤一步一步来，OpenPose 在 Windows 上是可以稳定装好的。