windows7 64位机上配置支持GPU版(CUDA7.5)的OpenCV2.4.13操作步骤

很久之前在windows7 32位上配置过GPU版的opencv，可参考http://blog.csdn.net/fengbingchun/article/details/9831837

Windows7 64位CUDA7.5的配置可以参考：http://blog.csdn.net/fengbingchun/article/details/53892997这里是在CUDA7.5已正确安装后的操作步骤：

1.      从https://github.com/opencv/opencv/releases下载opencv-2.4.13.exe，并解压缩；

2.      打开cmake-gui：如图

(1)、勾选：CUDA_FAST_MATH、WITH_CUBLAS、WITH_CUDA、WITH_CUFFT、WITH_NVCUVID

(2)、指定CUDA正确路径：CUDA_TOOLKIT_ROOT_DIR：C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v7.5;CUDA_GENERATION: Auto

(3)、如果想缩短编译的时间：可以去掉BUILD_EXAMPLES的勾选；对CUDA_ARCH_BIN的值进行设置，默认会有2.0 /2.1(2.0)/3.0/3.5，只设置其中一个；

(4)、依次点击Configure和Generate按钮，会在D:\soft\OpenCV2.4.13\vs2013_cuda_dll目录下生成OpenCV.sln工程，如下图：

3.      打开OpenCV.sln工程：

(1)、分别在Release和Debug下，选中工程解决方案’OpenCV’，点击重新生成解决方案；

(2)、在编译过程中会弹出对话框(检测到文件修改)，如下图，点击全部重新加载；

(3)、编译完后，依次点击CMakeTargets,INSTALL，生成

(4)、将D:\soft\OpenCV2.4.13\vs2013_cuda_dll\install\x64\vc12\bin添加到系统环境变量中，重启系统；

4.      新建一个控制台工程，验证GPU版OpenCV库的正确性，测试代码如下：

#include <iostream>
#include <string>
#include <opencv2/opencv.hpp>
#include <opencv2/gpu/gpu.hpp> 

int main()
{
	int device_num = cv::gpu::getCudaEnabledDeviceCount();
	fprintf(stdout, "device count: %d\n", device_num);

	std::string image_name = "D:/soft/OpenCV2.4.13/opencv/sources/doc/tutorials/introduction/clojure_dev_intro/images/lena.png";
	cv::Mat mat = cv::imread(image_name, 1);
	if (!mat.data) {
		fprintf(stderr, "read image fail\n");
		return -1;
	}

	cv::gpu::GpuMat src(mat);
	int width = src.cols;
	int height = src.rows;
	int channels = src.channels();
	fprintf(stdout, "image width: %d, height: %d, channels: %d\n", width, height, channels);

	cv::gpu::GpuMat dst;
	cv::gpu::resize(src, dst, cv::Size(300, 400), 0.0, 0.0, 1);

	cv::Mat mat2(dst);
	cv::imwrite("resize.jpg", mat2);

	return 0;
}

执行结果如下，一切正常：

另：在windows10上编译OpenCV2.4.13+CUDA8.0的步骤与上面操作步骤相似，只需修改的是：

(1)、为了加快编译速度，去掉BUILD_DOCS、BUILD_EXAMPLES、BUILD_PERF_TESTS、BUILD_TESTS、BUILD_opencv_world的勾选；

(2)、windows10，显卡为NVIDIA GeForce 940MX的设备对于opencv2.4.13不支持2.1，因此此时需要在CUDA_ARCH_BIN中去掉2.0和2.1，并且CUDA_GENERATION不能选择为Auto，而是默认什么都不选，操作结果分别如下图：