WIN10 + OpenCV3.4 + CUDA8.0 + Cmake3.9.0 + TBB + VS2015配置/重编译
写给和我一样的小白。求助和不明白的地方用橙色加以表示
平台：
Windows 10.0.15063
CMake: 3.9.0 下载地址：https://cmake.org/download/
显卡：
NVIDIA GeForce GT 755M (笔记本)
软件/库资源：
CUDA 8.0 GA1 下载地址：https://developer.nvidia.com/cuda-80-download-archive
OpenCV3.4.1 下载地址：https://opencv.org/opencv-3-4-1.html
TBB4.4 下载地址：https://github.com/01org/tbb/releases
VS2015 community （默认已有）
编译器：
VS2015 Win64 （默认已有）
1.安装CUDA8.0
1）依据个人所需，下载软件资源
2）确保自己电脑的GPU支持CUDA，详细资料咨询
https://www.geforce.com/hardware/technology/cuda/supported-gpus?field_gpu_type_value=All&page=2
3）确保自己电脑有相应的显卡驱动程序（此条为网上所云，但是好像安装CUDA的时候似乎也会给装？）
4）安装CUDA 个人采用精简安装于默认路径，建议还是高级选项里确认一下什么安装了什么没有安装
5）为了今后的方便，按照网上的流程对CUDA进行了配置，并运行了一个简单的例程，配置流程参照（应该可以不用配置）
https://yq.aliyun.com/articles/71287
http://blog.csdn.net/lvfeiya/article/details/53325784
运行例程为第一篇文章里所说的nbody
2.安装TBB和OpenCV3.4库和CMake
与其说安装，不如说解压，库下载并解压到指定位置。CMake下载后顺序安装即可。
我的TBB解压路径为：D:\tbb2018_20171205oss
并添加系统环境变量 D:\tbb2018_20171205oss\bin\intel64\vc14
其中VC14代表是VS2015 intel64代表是应用于64位的系统
我的OpenCV解压路径为：D:\openCV3.4.1\opencv（之前有openCV2了用于区别）这个时候OpenCV库已经可以在VS里使用了，配置方法具体参照：
http://blog.csdn.net/poem_qianmo/article/details/19809337
3.CMake设置
从这里开始终于正式进入重编译阶段.
1）首先打开CMake，源代码位置为OpenCV源码位置，输出位置为自己设定的位置，进行第一次配置（configure）
并确定采用VS2015 x64，模式默认就行。我的设定位置为：D:/opencv3_CUDA
2）仔细浏览整个配置红色的配置选项，如果这一步出现了问题，后面的编译将很有可能不成功。
由于之前安装了CUDA，如果一切配置正确，WITH_CUDA是默认勾选上的，检查其是否被勾选。检查CUDA相关文件夹的路径，版本等情况是否符合自己的要求，依据http://blog.csdn.net/wolffytom/article/details/49976487，确保BUILD_CUDA_STUBS 没有 被选中。我的配置完情况如下（当然有些功能看自己需求添加或删改）：
设定完成后可以进行一次配置（configure）
之前解压了TBB,但是我这里没有为WITH_TBB自动画勾，就需要自己勾选上。这时候点击一次配置（configure），会让你选择TBB相关文件的路径, 对应我之前的TBB解压路径 填写：
TBB_ENV_INCLUDE D:/tbb2018_20171205oss/include
TBB_ENV_LIB D:/tbb2018_20171205oss/lib/intel64/vc14/tbb.lib
TBB_ENV_LIB_DEBUG D:/tbb2018_20171205oss/lib/intel64/vc14/tbb_debug.lib
以上这几个不要填写错误仔细检查，否则编译时会提示编译错误 XXX.lib打不开 等（亲身体会orz）
TBB_DIR这个选项我填写了已经解压的文件夹但是在配置之后会消失，并不影响之后的编译工作，还希望能有个明白的说法。
填写完成后再点击一次配置（configure），我这里是自动填上的，检查：
TBB_VER_FILE D:/tbb2018_20171205oss/include/tbb/tbb_stddef.h
最后点击一次配置（configure）表单全白，出现configure done 的信息说明没有问题。
4.写在前面
在这个时候先别急着点生成（generate）留意一下配置的选项的每个选项的功能，以及配置的输出信息，作为一个之前从来没用过CMake小白才明白CMake到底起着什么样的作用，也可以了解到openCV到底可以与哪些其他的库结合进行编译，或者如何修改定制满足自己需求的库。这个时候特别说明一下，由于之前电脑上安装了Matlab2014a，在利用Cmake配置的时候，默认选上了Matlab相关的选项。但是在之后的VS2015编译过程中总是因为它而报错，具体见：
http://answers.opencv.org/question/125939/solved-mexext-issues-compiling-32-with-cuda/
错误的形式为：
同样一些莫名其妙的错误全部出现在opencv_testXXX和opencv_perfXXX中，个人猜测这些应该和最后的生成库没有太大的关系（见名字就知道是性能测试所用）。如果和我一样有强迫症不想看见红叉叉，估计可以在配置Cmake的时候尝试着不勾选BULID_PERF_TEST，但是，我没有这么做，在接下来的生成install中也没有产生其他问题。
最后，如果一切就绪，点击Generate生成VS2015工程文件。
5.VS2015工程编译
进入生成的工程文件夹，点击openCV.sln进入工程，里面包含刚刚通过Cmake的相应选项产生的未编译的工程，譬如在Cmake里勾选了BUILD_CORE，里面就会有opencv_core这个工程。同样由于我们选择了CUDA，里面就会有很多关于CUDA的工程文件。这些工程生成的lib就是和我们从网上下载下来的lib之间的主要区别。
首先检查自己的编译器是否是和Cmake选择的一致（譬如是64位不是32位），确定是debug版本还是release版本（如下图），依照http://www.cnblogs.com/asmer-stone/p/5530868.html提示的方法，可以先试一试关键的几个工程生成是否能够通过，譬如opencv_core, opencv_cudabgsegm等等，如果出现问题可以节省时间去分析和查找。大概是openCV的版本不同，Cmake配置不同，工程数量以及后续出来的lib个数也不太一样。不知道会不会在之后的使用过程中产生问题。
如果上述的一些关键工程编译没有什么问题，那么就可以直接生成all_build 和 install工程了，工程名右键->生成。
接下来就可以去干干别的事情了，譬如睡个午觉喝喝茶。。。估计整个的编译过程在2到3小时。
在编译的过程中我的电脑产生了大量的C4819警告，调查与编码格式有关，关于这个问题个人没有找到彻底的解决方法。（不要提什么关闭警告忽略警告之类的，强迫症在此谢过了）
整体编译完成后没有生成失败的项目，那么基本上就应该没有什么太大的问题了。
6.重编译库的运用与测试
将工程文件夹下的install当成我们下载下来就可以使用的OpenCV库就可以，配置方法相同，只不过是改个路径而已，具体参见
openCV标准库配置方法：http://blog.csdn.net/poem_qianmo/article/details/19809337
自编译库的配置方法：http://www.cnblogs.com/asmer-stone/p/5530868.html 参见其中的后半部分 包含测试程序等
最后，针对那么多lib文件需要添加到链接器中的问题，也没必要大费周章的写个python脚本，DOS就可以解决了：
https://jingyan.baidu.com/article/ed15cb1b7220061be36981fa.html
7.参考资料
所有上述引用的网页
http://www.cnblogs.com/freedomshe/archive/2013/01/11/win7_vs2012_opencv_rebuild.html