OpenCV 2.4.12 GPU编译及使用

编程需要，发现网上大部分内容都是2.4.9以前的编译环境，而目前使用的是2.4最新版的OpenCV 2.4.12版本，所以自己尝试了一下2.4.12 GPU库的编译。

• Windows 7 64位系统
• Visual Studio 2013

---

1. 软件

• VS2013自装
• 下载Source code (zip) OpenCV2.4.12源码
• CUDA 7.5

• 下载cmake-3.5.0-win32-x86.msi Cmake 3.5.0

  装完并配置完cmake和cuda的环境之后，先不要配置opencv，因为要自己进行编译生成bin、lib等。

2.Cmake生成OpenCV工程

官方文档对于OpenCV的GPU配置只提了一句进行配置的时候WITH-CUDA勾选上就行了。

打开cmake-gui，配置好opencv的source code的文件夹和输出的Build文件夹，点击左下角configure。

选择编译工具，这里是VS2013 64位，然后点finish，等待配置生成完毕。

Configure完后显示configuring done并出现全红色的新选项配置，这里的图应为是上一次错误配置的截图，所以一切以文字为准，图片做参考。

勾选with cuda(默认是勾选状态)

由于后续进行编译的时候出现PACKAGE的NSIS compiler要求和python 32位/64位的一些问题，build出现error，因此在进行配置时把WITH PACKAGE和WITH opencv_python给取消了，顺便一提，TBB并不需要。

把package的勾选取消了，工程里也用不到（有解决NSIS compiler问题的可以来讨论一下）

把opencv_python的勾选也取消了，因为原来已经用无gpu库的opencv配好了32位的python，不想再改了，否则编译时python模块一直有错。

再点击一次configure更新，无红色条目后再显示configuring done就完成配置了，再点击generate生成工程

生成完毕后，在选择的目标文件加中就生成了对应的2013工程文件OpenCV.sln了

3.VS编译OpenCV工程

编译前先把360和杀毒软件关掉，然后打开OpenCV.sln之前，先右键获取管理员权限，否则编译install的时候会出现system permission deny。

打开OpenCV.sln，选项：生成(build)—批生成(batch build)—全选(select all)—生成(build)，等待编译完成，编译完毕后没有错误才算编译成功

为了生成要用的opencv库，再对INSTALL模块进行debug和release两种模式下的编译。

INSTALL的目录在CmakeTargets里

DEBUG模式和RELEASE模式下分别对INSTALL模块右键重新生成，无错误编译成功

这时候cmake目标文件夹里的install文件夹里就有了opencv所有要的include和x64-vc12里的bin、lib了。

4.OpenCV环境变量配置

编译完成后就可以对新的GPU OpenCV库进行环境变量配置和工程配置了。

系统PATH里配置的环境变量 D:\opencv\buildg-pp\install\x64\vc12\bin
工程设置vc++目录包含内容为
- CUDA的include目录
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\include
- 新的opencv的include目录
D:\opencv\buildg-pp\install\include以及下面两个子文件夹open和opencv2
- library目录为CUDA的lib目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\lib和新的opencv的lib目录D:\opencv\buildg-pp\lib\Debug（D:\opencv\buildg-pp\lib\Release）

链接器的输入按照需求进行，debug模式下进行的就带上d，release模式的就删除d

5.GPU程序测试

使用OpenCV sources里自带的GPU sample：surf_keypoint_matcher.cpp

测试的时候先调用了getCudaEnabledDeviceCount()看返回值，返回1说明GPU编译生效了，否则说明编译或者配置还是有问题。原程序在进行upload的时候挂住了，搜了一下google，用了另外一个人的程序upload没有挂住，好像之前也看到一篇文章提过前面再预定义一下lib，所以就加上去了，需要什么lib自己改吧。

#ifdef _DEBUG  
#pragma comment(lib, "opencv_core2412d.lib")   
#pragma comment(lib, "opencv_imgproc2412d.lib")   //MAT processing  
//#pragma comment(lib, "opencv_objdetect2412d.lib")   
#pragma comment(lib, "opencv_gpu2412d.lib")  
//#pragma comment(lib, "opencv_features2d2412d.lib")  
#pragma comment(lib, "opencv_highgui2412d.lib")   
//#pragma comment(lib, "opencv_ml2412d.lib")  
#else  
#pragma comment(lib, "opencv_core246.lib")  
#pragma comment(lib, "opencv_imgproc246.lib")  
//#pragma comment(lib, "opencv_objdetect246.lib")  
#pragma comment(lib, "opencv_gpu246.lib")  
//#pragma comment(lib, "opencv_features2d246.lib")  
#pragma comment(lib, "opencv_highgui246.lib")  
//#pragma comment(lib, "opencv_ml246.lib")  
#endif  

#include 

#include "opencv2/opencv_modules.hpp"

#ifdef HAVE_OPENCV_NONFREE

#include "opencv2/core/core.hpp"
#include "opencv2/features2d/features2d.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/gpu/gpu.hpp"
#include "opencv2/nonfree/gpu.hpp"

using namespace std;
using namespace cv;
using namespace cv::gpu;

static void help()
{
    cout << "\nThis program demonstrates using SURF_GPU features detector, descriptor extractor and BruteForceMatcher_GPU" << endl;
    cout << "\nUsage:\n\tmatcher_simple_gpu --left  --right " << endl;
}

int main(int argc, char* argv[])
{
    if (argc != 5)
    {
        help();
        return -1;
    }

    GpuMat img1, img2;
    for (int i = 1; i < argc; ++i)
    {
        if (string(argv[i]) == "--left")
        {
            img1.upload(imread(argv[++i], CV_LOAD_IMAGE_GRAYSCALE));
            CV_Assert(!img1.empty());
        }
        else if (string(argv[i]) == "--right")
        {
            img2.upload(imread(argv[++i], CV_LOAD_IMAGE_GRAYSCALE));
            CV_Assert(!img2.empty());
        }
        else if (string(argv[i]) == "--help")
        {
            help();
            return -1;
        }
    }

    cv::gpu::printShortCudaDeviceInfo(cv::gpu::getDevice());

    SURF_GPU surf;

    // detecting keypoints & computing descriptors
    GpuMat keypoints1GPU, keypoints2GPU;
    GpuMat descriptors1GPU, descriptors2GPU;
    surf(img1, GpuMat(), keypoints1GPU, descriptors1GPU);
    surf(img2, GpuMat(), keypoints2GPU, descriptors2GPU);

    cout << "FOUND " << keypoints1GPU.cols << " keypoints on first image" << endl;
    cout << "FOUND " << keypoints2GPU.cols << " keypoints on second image" << endl;

    // matching descriptors
    BFMatcher_GPU matcher(NORM_L2);
    GpuMat trainIdx, distance;
    matcher.matchSingle(descriptors1GPU, descriptors2GPU, trainIdx, distance);

    // downloading results
    vector keypoints1, keypoints2;
    vector<float> descriptors1, descriptors2;
    vector matches;
    surf.downloadKeypoints(keypoints1GPU, keypoints1);
    surf.downloadKeypoints(keypoints2GPU, keypoints2);
    surf.downloadDescriptors(descriptors1GPU, descriptors1);
    surf.downloadDescriptors(descriptors2GPU, descriptors2);
    BFMatcher_GPU::matchDownload(trainIdx, distance, matches);

    // drawing the results
    Mat img_matches;
    drawMatches(Mat(img1), keypoints1, Mat(img2), keypoints2, matches, img_matches);

    namedWindow("matches", 0);
    imshow("matches", img_matches);
    waitKey(0);

    return 0;
}

#else

int main()
{
    std::cerr << "OpenCV was built without nonfree module" << std::endl;
    return 0;
}

#endif

程序测试结果