python opencv cuda加速_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. 须要的文件

1.1 CMAKE 3.0 [

1.2

CUDA 6.5 [

1.3

OpenCV 源文件 [

1.4

Intel TBB 库 [

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 *\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