编译Opencv的GPU，利用CUDA加速

最新推荐文章于 2024-09-23 19:33:19 发布

weixin_34404393

最新推荐文章于 2024-09-23 19:33:19 发布

阅读量396

点赞数

文章标签：人工智能 python

首先检查自己的机器是否支持，否则都是白搭（仅仅有NVIDIA的显卡才支持。可在设备管理器中查看）

假设不用GPU。能够直接官网下载预编译好的库

环境：

1 VS2013

2 Opencv2.4.9

3 CUDA6.5 （仅仅有6.5版本号以上版本号才增加对VS2013的支持。6.0最高支持到2012）

4 TBB

--------------下面内容转自网络（增加了自己编译时遇到的问题及解决方式）-----------------

1. 须要的文件
1.1 CMAKE 3.0 [ http://www.cmake.org/download/
   1.2 CUDA 6.5 [ https://developer.nvidia.com/cuda-toolkit
   1.3 OpenCV 源文件 [ https://github.com/Itseez/opencv/releases/tag/2.4.9
   1.4 Intel TBB 库 [ https://www.threadingbuildingblocks.org/download
   1.5 Python 2.7 （非必须）
   1.6 Eigen 2.0.17 （非必须）
   1.7 Visual Studio 2013 （也能够用其它版本号）

2. 配置 CMAKE
   2.1 打开 CMAKE
      - 选择 Source Folder 到 OpenCV 的源文件文件夹
      - 选择 Output Folder
      - 勾选 Advanced

   2.2 点 Configure。选择编译器
      - 选择 ‘Visual Studio 12 2013 Win64′
   2.3 配置 CUDA 选项
      - 取消 ‘BUILD_DOCS’ and ‘BUILD_EXAMPLES’
   - 取消 ‘CUDA_ATTACH_VS_BUILD_RULE_TO_CUDA_FILE’
- 检查 ‘CMAKE_LINKER’, 保证是 Visual Studio 12.0 （vs2013）
- 选上 ‘WITH_CUBLAS’, ‘WITH_CUDA’, ‘WITH_OPENGL’, ‘WITH_TBB’
- 点击 Configure 刷新配置

2.4 配置 TBB 选项
   - 把 tbb include path 设置好。比如我的是 “D:\toolkits\tbb43_20140724oss\include”。一定要选到 include目录为止。

- 点击 Configure 刷新

- 接着能够看到 tbb 的 library 文件夹自己主动有了，可是可能是错的，须要改到 Debug 和 Release 文件夹的上级文件夹为止。

比如我的要加上 ‘vc12*，变成 D:/toolkits/tbb43_20140724oss/lib/intel64/vc12〃（不加vc12的话。opencv_core模块都编译只是去，其它的就不用说了）

- 点击 Configure 刷新

2.5 直到没有红色条目出现，点击 Generate 生成 OpenCV.sln

3. 编译 OpenCV.sln
- 假设 OpenCV，tbb。Python 中的某个安装在 C:\Program Files。那么你须要用管理员权限执行 vs2013 才行
- 我建议先编译 *opencv_core* 和 ‘ opencv_gpu* （右键点击，点 *BUILD*）。

假设这两个没错。接下来应该都能够编译

   - 右键点击 *ALL_BUILD*，在点 *BUILD*
   - *BUILD* 之后在编译一下 *INSTALL*，来把编译好的文件放在一起到 *<Output Folder>\install*
   - 在切换到 Release。反复 *ALL_BUILD* 和 *INSTALL*
   - *Debug* 应该会有一个 error， *Release* 应该会没有 error
   - 编译时间非常长。

非常长。