ubuntu 16.04 编译opencv3.1，opencv多版本切换

第一步：更新驱动

ubuntu 16.04的更新管理器集成了驱动更新，选择安装nivdia的驱动

第二步：安装cuda

sudo apt-get install nvidia-cuda-toolkit

cuda是7.5.18版，安装完后重启，在终端输入nivdia-smi,有结果则驱动和cuda安装成功。
但是cuda只支持gcc5.0以下，即使后续用cmake编译opencv成功，gpu还是无法调用

第三步:强制取消cuda的gcc版本检查
注释掉host_config.h中关于gcc版本的检查，版本大于5则返回错误

//#if __GNUC__ > 5
//#error -- unsupported GNU version! gcc versions later than 5 are not supported!
//#endif /* __GNUC__ > 5 */

通过nvidia-cuda-toolkit安装的，host_config.h在 /usr/include/下，如果通过cuda的run文件安装，也会因为gcc版本检查提示错误，也要修改对应位置的host_config.h

法二:通过修改gcc版本降级

第四部：安装opencv相关的库

sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev

sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev libtbb-dev libboost-dev libeigen3-dev

sudo apt-get install libxml2-dev libxslt-dev libffi-dev libsdl1.2-dev libssl-dev libboost-all-dev

第五步：cmake编译
安装cmake-gui
相关选项：

1. 添加opencv-contrib模块
2. CUDA_GENERATION模式设定为auto，不是kepler。 我的显卡 Compute Capability是5.0，kepler默认3.0(3.5),导致编译之后的opencv调用cuda，出现api不符合，因为CUDA_ARCH_BIN与电脑显卡不一致，具体请查看，确认CUDA_ARCH_BIN与你显卡的Compute Capability一致，如果不一致，CUDA_GENERATION请选择auto或者空白，然后填入显卡对应的Compute Capability
3. 添加tbb，ipp最好提前下载，解压放/opencv-3.1.0/3rdparty/ippicv/中，
4. 勾选CUBLAS，Eigen，ipp，opengl，注意编译之前确保numpy已经安装，否则最后不会生成cv2.so
5. 强烈建议：如果准备opencv2.4.和opencv3.1切换使用，（毕竟opencv3.1实现了很多新论文相关算法，opencv2.4也比较常见），请进行如下设置：

修改cmake_install_prefix,
opencv3.1 安装目录/usr/local/opencv3，
opencv2.4 安装目录/usr/local/opencv2，
在cmake-gui中可以搜索cmake_install_prefix，修改。
注意如果准备切换opencv版本，一定不要选择默认路径，否则，链接opencv的时候会因为多版本的lib发生链接冲突。

1. configure以及generate，生成的build下面

   make -j4  //多线程编译
   sudo make install 

   第六步：跳过系统环境变量的设置，设置/etc/profile和~/.bashrc导致同时使用不同版本时发生错误，所以跳过；
   配置终端的环境变量，不同的终端设置不同的opencv
   步骤：
   打开终端，需要运行opencv3的，注意/usr/local/opencv3为opencv3.1的安装目录

export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/opencv3/lib/pkgconfig
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/opencv3/lib

相应的，需要运行opencv2的，注意/usr/local/opencv2为opencv2.4*的安装目录

export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/opencv2/lib/pkgconfig
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/opencv2/lib

pkgcongfig中的有opencv.pc保存有对应opencv的include和lib路径，但是sudo ldconfig后生效，
可以用下列三个命令验证

pkg-config --modversion opencv 
pkg-config --cflags opencv 
pkg-config --libs opencv 

优点：
可以不同版本的opencv同时编译；
缺点：
每个终端下运行opencv 都要设置对应的环境变量，新建终端默认没有opencv的环境变量需要从重新设置。

第七步：CMakeLists的一点点修改
因为usr/local/opencv3/share/OpenCV/OpenCVConfig.cmake中设置了opencv的配置，自定义路径安装opencv时，找不到这个文件OpenCVConfig.cmake，opencv-config.cmake
需要在项目的CMakeList.txt中添加OpenCVConfig.cmake的路径

set(CMAKE_PREFIX_PATH "/usr/local/opencv3/share/OpenCV")

根据自定义的opencv路径修改。

error:1 /usr/include/string.h:652:42: error: ‘memcpy’ was not declared in this scope

原因g++版本太新了，兼容一下，在出现上面错误时，在CMakeLists.txt中前面几行添加

set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -D_FORCE_INLINES")