OpenCL+OpenCV使用环境配置

[题外话]近期申请了一个微信公众号：平凡程式人生。有兴趣的朋友可以关注，那里将会涉及更多更新OpenCL+OpenCV以及图像处理方面的文章。

最近在学习OpenCL，粗略地看了几本书后，就想着搭建OpenCL的编码环境，自己编几个程序练习练习。要编程，那第一步就是要搭建编程环境了。
我的PC上安装过VS2012，这个节省了不少时间。使用OpenCL编程，不可避免地要 使用到图像处理，OpenCV是最佳选择了。对于OpenCV，以前也只是看看书，写过几个小程序，现在也有了用武之地。
1、检测PC对OpenCL的支持情况
2008年，苹果公司向Khronos Group提交了一份关于跨平台计算框架的草案，该草案由苹果公司开发，并与AMD、IBM、Intel和NVIDIA公司合作逐步完善。这个跨平台计算框架就是OpenCL（Open Computing Language，开放计算语言）。2008年12月8日，OpenCL 1.0技术规范发布。2010年6月14日，OpenCL 1.1发布。2011年11月19日，OpenCL 1.2发布。2013年11月19日，OpenCL 2.0发布。
从OpenCL技术规范的发布历史看，2008年以前的PC一定是不支持OpenCL的。之后的芯片，也会因为年份不同、厂商不同，对OpenCL的版本支持不同。
我的PC是2013年购买的ThinkPad T430，只支持OpenCL 1.1版本。
怎么能准确地知道自己PC对OpenCL及OpenGL的支持情况呢？我从网上下载了Geeks3D的GPU Caps Viewer软件。它可以很详细地检测到你的PC的GPU情况，以及对OpenCL/OpenGL/CUDA/Vulkan的支持。
我的PC有三个OpenCL设备，分别是Intel的CPU Intel(R) Core(TM) i7-3520M CPU @ 2.90GHz、intel的GPU Intel(R) HD Graphics 4000，以及NVIDIA的GPU NVS 5400M。它们对OpenCL的支持情况如图1和图2所示。
在Geeks3D的GPU Caps Viewer软件中显示了它们各自的计算单元数、主频、OpenCL版本、各种类型memory的大小、work group和work item的数目，还有对2D/3D图像支持的最大分辨率。
在GPU Caps Viewer软件中还可以查看不同GPU设备下demo情况，如图3和图4所示。运行同一个demo，从主观上查看帧率，NVIDIA的GPU要比Intel的快不少，它的帧率很少有掉到30fps以下的，而Intel的很频繁。

图1 Intel CPU/GPU对OpenCL支持情况

图2 NVIDIA GPU对OpenCL支持情况