编译OpenCV244使其支持GPU-CUDA

最新推荐文章于 2022-08-03 15:05:12 发布

射手_

最新推荐文章于 2022-08-03 15:05:12 发布

阅读量968

点赞数

分类专栏： OpenCV

本文链接：https://blog.csdn.net/wpynicholas/article/details/50895746

版权

OpenCV 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

准备工作:

1、在编译openCV 之前，首先确定本机显卡类型是否支持NVIDIA，因为openCV的GPU加速采用的是CUDA，而只有NVIDIA显卡设备才支持NVIDIA运算。

2、去官网https://developer.nvidia.com/cuda-toolkit下载CUDA Toolkit，这里采用的是CUDA Toolkit5.0；从 https://www.threadingbuildingblocks.org/下载TBB工具包，这里采用的是tbb44。

将CUDA进行安装，安装过程参考本人博客 http://blog.csdn.net/wpynicholas/article/details/50853462 《GPU编程——CUDA在VS2010下环境搭建》，并将tbb解压到固定任意目录。

3、从https://cmake.org/download/下载编译工具CMake，并进行安装。这里采用的是CMake3.3.1，

编译过程：

1、运行CMake，选择opencv源码所在目录和编译生成的目标目录，如图所示

2、点击configure 按钮，弹出对话框，如下图所示，选择所编译的工程环境。

我这里选择的是编译VS2010 的Win32版本，如需编译Win64版本，选择Win64，如你安装的是别的版本VS，选择对应的版本即可。

然后点击Finish按钮，等待，如下图所示。

3、勾选BUILD_EXAMPLES、WITH_CUBLAS、WITH_CUDA、WITH_CUFFT WITH_NVCUVID WITH_FAST_MATH、WITH_TBB，再次点击configure按钮，如下图所示。

修改红色区域内的TBB所在的头文件路径，即前面准备工作步骤2中你解压TBB所在的目录下的include目录。修改以后，再次点击configure按钮，如下图所示

查看TBB的TBB_LIB路径和TBB_STDDEF路径是否正确，不正确则修改，注意这里要区分32位和64位，如你编译32位的，选择32位路径，如你编译64位，选择对应的64位路径。修改完成，再次点击configure按钮，如下图所示。

查看下面的信息是否正确，如果正确，则点击Generate 按钮，如下面显示Generating done，则显示生成成功。

4、进入对应的生成结果目录，如下图所示，会生成VS的OpenCV相应的工程及解决方案，如下图所示。

5、双击打开OpenCV解决方案，进行编译即可，编译过程中有时候会出现找不到头文件或者CUDA的库无法解析的情况，你不一定会遇到，但是我遇到了，我重新配置了一些VS工程CUDA对应的头文件以及库目录即可。编译过程比较耗时，耐心等待就可以了。

编译好以后，新建工程进行测试，代码如下：

#include "stdafx.h"
#include <opencv2/opencv.hpp>  
#include <opencv2/gpu/gpu.hpp>  

using namespace cv;

int _tmain(int argc, _TCHAR* argv[])
{
	int iDevicesNum = gpu::getCudaEnabledDeviceCount();  

	printf("Gpu device num = %d\r\n",iDevicesNum); 
	system("pause");
	
	return 0;
}

运行输出Gpu device num，其输出的是本机中GPU设备的个数，当不为0时，则说明编译成功。