win7+cuda6.5+opencv2.4.10+vs2010，64位机， 配置

      本人初涉及GPU，摸索着配置。网络上配置的资料各有各的说法，在此，总结一下自己的配置过程。仅作为学习笔记。

      电脑64位机，显卡：NVIDIA GeForce GTX 750。

      过程：

1. 下载cuda，tbb，cmake

      官网下载，本机64位。初次选择最新版cuda7.5，后来发现不能通过。最后用的cuda6.5。

2.安装

       cuda的extraction path建议用默认的，而toolkit，samples，gpu deployment kit建议自己新建三个文件夹，放进去，方便找。安装好运行下测试程序，通过了，即cuda安装成功。如果没有，可能显卡不支持，或者重装。一般没有大问题。

       CUDA_PATH等路径会自己加到环境变量中，不需要手动添加。

       安装cmake时勾选：add cmake to the system path for all users。

       tbb解压，把bin文件夹目录添加到环境变量里，具体到 bin/intel64/vc10，重启。cmake解压。

3.cmake，生成目标文件

       cmake的bin文件夹下找到cmake-gui.exe。源码文件选择opencv的source文件夹，build the binaries 自己新建文件夹。

       configure过程，选vs版本，点上use defaultnative compilers，勾上：BUILD  EXAMPLES，WITH  TBB，WITH  CUDA，WITH  CUBLAS。

       接下来，TBB  INCLUDE  DIRS会标红，把tbb的include文件夹选进去，继续configure。出现两行标红，TBB  LIB  DIR把 tbb的 lib/intel/vc10选进去。继续，configure done，最后点generate。

       出现：generate  done，以及：with tbb：yes，with cuda：yes。

      这一步大概需要十分钟左右。如果之前的源码文件不对，重进行时建议重新建新的build the binaries文件夹，以免cmake报错。

      继续下一步。

4.生成含有gpu的opencv

      上一步中，生成的文件夹（build the binaries里文件夹）中，找到opencv.sln文件，打开。

      选择64位平台，在属性管理器中，把tbb的可执行路径 bin/intel64/vc10，包含目录include，库目录 lib/intel/vc10加进去。

      切到解决方案资源管理器，右键“解决方案opencv”，选：重新生成解决方案，大概要1个小时左右。没有错误后，右键CmakeTarget下的INSTALL，选择：生成。也需要几十分钟。

      debug和release版本下都要进行rebuild。没有错误即可生成包含gpu的opencv。

      这一步可能会出现一些错误，建议打开“视图”中的“错误列表”，便于查看。出错后需要从第三步重新来。

5.  配置

     环境变量中修改原来的opencv路径，把rebuild生成的opencv路径添加进去，重启。需要区分的是，这里不是原opencv，而是自己生成的含有gpu的opencv。

     打开vs，把opencv的包含目录、库目录修改成rebuild的opencv的相应目录。修改附加依赖项，opencv下面找到lib文件夹，把里面的.lib文件的名字复制进去。之前不要的，去掉“从父级或项目默认设置继承”。

     属性管理器中，如果64位的Microsoft.Cpp.x64.user找不到，刷新或者重新打开即可。

     对于.cu文件，选择CUDA  C/C++  File新建.cu文件。生成自定义中勾上“CUDA 6.5”。右键.cu文件，项类型选择“CUDA  C/C++”。包含目录、库目录、附加库目录添加cuda的toolkit文件下相应内容，同上。附加依赖项中还要加一个：cudart.lib。

6.  测试

     接下来，测试一下这个opencv，vs编一个简单的imread，imshow程序，cpp文件，图片正常显示，即可。

     再编写简单的gpu程序，仍然是cpp文件对上面程序稍作改动，利用GpuMat，图片正常显示。这一步要十几秒，比CPU慢很多，可能gpu加速不在这。

     或者cu+cpp的程序。比如网上的swap程序，改动前后的图片都可以正常显示，比较慢。

     具体过程，这个博客比较详细：http://blog.csdn.net/shuxiao9058/article/details/7526795     

     http://blog.csdn.net/u013241840/article/details/41831939

     要注意的东西：

1.  下载cuda时注意版本选择：选择的cuda计算能力要与本机显卡相配，计算能力可在NVIDIA官网查到。

    https://developer.nvidia.com/cuda-gpus#collapse4

    并且要与其他软件相配，比如opencv2.4.10与cuda7.5，最后显示：no GPU support 2.4.10+cuda7.5。

    往期cuda下载： https://developer.nvidia.com/cuda-toolkit-archive

2.  opencv3.0+cuda7.5，调用gpu函数出现lib错误，3.0源码文件夹中找不到一些文件，可能源码不全。还是用低版本的opencv。

2.  安装cuda时选择“自定义高级”，不要用默认的精简版。高版本的cuda把SDK，Samples，Driver放在一起，分开装已不适合。

3.  cmake中源码请选择opencv文件夹下的source文件夹，是直接官网下载的opencv，稍后生成自己的opencv库。网上有些说需要选择OPENGL，根据个人情况，不需要不勾选，以免cmake报错。

4.  cmake过程的警告不影响，继续vs的rebuild，生成自己opencv的lib，需要等待1个小时左右。

5.  vs的rebuild过程，建议关闭360安全卫士等。