cuda+opencv的配置以及细节问题

本文转载部分已经获得作者的许可

http://blog.csdn.net/xuhang0910/article/details/45601035

以上网址是配置的具体方法，不过在下面我还要添加一些常见问题以及注意事项。

显卡作为电脑硬件的重要的一部分，其升级和换代的速度特别快，就论其框架来说，常见的一般有特斯拉、费米、开普勒以及麦克斯韦架构，这些在本文中并不是主要内容，我们在这里说的是其中一个参数Compute Capability，详情可见一下网址

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

下面我们以台式电脑gtx950显卡为例来说明这个参数在配置过程中的重要性。

我们看到台式电脑gtx950m的Compute Capability是5.2，所以在cmake编译的过程中，我们一般会看到这个

是不是特别奇怪，居然没有5.2

这个时候我们就要这样修改，把5.2加上去

这样我们再继续编译。

为什么要这样做呢？

下面是我的个人观点可能不准确

这是因为GPUS一般包括许多不同的机器码和中间码，当你编译的opencv-cuda库中不包括你的显卡所对应的架构和汇编指令时，这是你的GPUS会选择自己去重新编译，这样大量的时间会被白白的浪费，于是你的程序无论是第一次还是多次运行速度都是特别慢。

另外，如果你的cmake编译opencv库成功但在vs编译出错的话，那么你肯能需要换一个版本的opencv库了，这可能是你的cuda与opencv不兼容。