编译Opencv的GPU，利用CUDA加速
首先检查自己的机器是否支持，否则都是白搭（仅仅有NVIDIA的显卡才支持。可在设备管理器中查看）
假设不用GPU。能够直接官网下载预编译好的库
环境：
1 VS2013
2 Opencv2.4.9
3 CUDA6.5 （仅仅有6.5版本号以上版本号才增加对VS2013的支持。6.0最高支持到2012）
4 TBB
--------------下面内容转自网络（增加了自己编译时遇到的问题及解决方式）-----------------
1.1 CMAKE 3.0 [http://www.cmake.org/download/
1.2 CUDA 6.5 [https://developer.nvidia.com/cuda-toolkit
1.3 OpenCV 源文件 [https://github.com/Itseez/opencv/releases/tag/2.4.9
1.4 Intel TBB 库 [https://www.threadingbuildingblocks.org/download
1.5 Python 2.7 （非必须）
1.6 Eigen 2.0.17 （非必须）
1.7 Visual Studio 2013 （也能够用其它版本号）
2. 配置 CMAKE
2.1 打开 CMAKE
- 选择 Source Folder 到 OpenCV 的源文件文件夹
- 选择 Output Folder
- 勾选 Advanced
2.2 点 Configure。选择编译器
- 选择 ‘Visual Studio 12 2013 Win64′
2.3 配置 CUDA 选项
- 取消 ‘BUILD_DOCS’ and ‘BUILD_EXAMPLES’
- 取消 ‘CUDA_ATTACH_VS_BUILD_RULE_TO_CUDA_FILE’
- 检查 ‘CMAKE_LINKER’, 保证是 Visual Studio 12.0 （vs2013）
- 选上 ‘WITH_CUBLAS’, ‘WITH_CUDA’, ‘WITH_OPENGL’, ‘WITH_TBB’
- 点击 Configure 刷新配置
2.4 配置 TBB 选项
- 把 tbb include path 设置好。比如我的是 “D:\toolkits\tbb43_20140724oss\include”。一定要选到 include目录为止。
-
点击 Configure 刷新
- 接着能够看到 tbb 的 library 文件夹自己主动有了，可是可能是错的，须要改到 Debug 和 Release 文件夹的上级文件夹为止。
比如我的要加上 ‘vc12*，变成 D:/toolkits/tbb43_20140724oss/lib/intel64/vc12〃（不加vc12的话。opencv_core模块都编译只是去，其它的就不用说了）
- 点击 Configure 刷新
2.5 直到没有红色条目出现，点击 Generate 生成 OpenCV.sln
3. 编译 OpenCV.sln
- 假设 OpenCV，tbb。Python 中的某个安装在 C:\Program Files。那么你须要用管理员权限执行 vs2013 才行
- 我建议先编译 *opencv_core* 和 ‘ opencv_gpu* （右键点击，点 *BUILD*）。
假设这两个没错。接下来应该都能够编译
-
右键点击 *ALL_BUILD*，在点 *BUILD*
-
*BUILD* 之后在编译一下 *INSTALL*，来把编译好的文件放在一起到 *<Output Folder>\install*
-
在切换到 Release。反复 *ALL_BUILD* 和 *INSTALL*
-
*Debug* 应该会有一个 error， *Release* 应该会没有 error
-
编译时间非常长。
非常长。
3.
使用
-
使用的时候须要增加TBB的bin和CUDA的bin，否则执行时会报错
