WIN7x64+VS2013+OpenCV2.4.11+CUDA7.0配置操作说明书（题目真无聊....）

本文链接：https://blog.youkuaiyun.com/zheyanglihz/article/details/46554125

本文详细记录了在Win7x64系统上，使用VS2013和CUDA7.0配置带有GPU支持的OpenCV2.4.11的过程，包括环境设定、所需软件、编译工程、INSTALL步骤及可能出现的问题。关键点包括CUDA计算能力号的确认、TBB库的添加和环境变量配置。

OK，第一篇博文~~快忘了怎么写文章了，先从记述流水账开始吧~~。

不知道从哪代起opencv支持GPU了~~~fantastic news！！！

But~how to configure it in a certain environment ? 作为涨停板敢死队的一员，我奋不顾身的投入到了鼓捣的行列中去...其实是光用CPU真太慢了..

反复失败了快一个礼拜终于成功了记录下来方便大家~~~哦哈哈哈哈哈点赞点赞

正文：

1. 环境设定与所需软件

WIN7x64+VS2013+Opencv2.4.11+CUDA7.0+cmake3.2.3

Opencv2.4系列的应该都能支持本文，目测2.3也可一试，3.0不行~~~因为文件结构又变了(...脑洞大开)

GPU部分，当然既然是CUDA，你的电脑里要确保有一张nvidia的显卡，我的是GT635M（...弱）

需要最新显卡驱动的可以去http://www.nvidia.cn/Download/index.aspx?lang=cn

需要CUDA7.0工具箱的可以去https://developer.nvidia.com/cuda-toolkit

另外需要特别记住的是去网页https://developer.nvidia.com/cuda-gpus，记下你的显卡对应的compute capability号非常重要哦亲~~我就在这里停顿了2天，蠢哭..所以先mark下

CMAKE部分，网上有文章说2.8以后的比较安全，我用的是3.2成功了，所以大家可以使用3.0前后的版本，问题不大，什么，cmake去哪里下...出门左拐baidu谷粉去...

当然，你需要一个系统软件，我用的是WIN7x64 所以以下步骤适用于64位哦

当然，你还需要一个编译软件，我用的是VS2013，以下同样适用于2010,2012，blablabla~~~~

另外，其实还需要一个TBB，后面会讲到，先说一下，去这里下载https://www.threadingbuildingblocks.org/。

2. 编译与工程生成

首先，将opencv包解压到文件夹中，我的路径是E:\opencv2411\opencv\，解压后里面出现两个文件夹，build和sources两个子文件夹，build里面是预编译好的opencv，按照经典的配置方法可以直接用的库和执行文件，sources里顾名思义，就是源码啦，源码什么的最棒了~~~

然后，以管理员身份登录，安装好cmake，cudatoolkit7.0（装在默认路径中），TBB（解压就可以）和VS，注意所有路径不能有中文和奇奇怪怪的符号，否则后面会有莫名其妙的错误。

检查环境变量配置，打开控制面板->系统和安全->系统，选择高级系统设置->高级->环境变量。在系统变量一栏里找到Path一栏，以分号间隔添加CUDAbin和TBBbin的位置，记住要添加对应x64和VC12（即VS2013）的版本路径，我添加的是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.0和D:\tbb43_20150611oss_win\bin\intel64\vc12\，当然在安装cuda的时候默认是会自动添加进去的，所以一般来说只需要检查一下cuda路径是否有，并同时手动添加tbb就可以了。

打开cmake-gui，在where is the source code处导入soureces文件夹E:/opencv2411/opencv/sources，在where to build the binaries处填写要放置opencv工程的地址，我的是E:/opencv2411/build。点击Configure编译，弹出窗口选择Use default native compilers，Visual Studio 12 2013 Win64，点击FInish。

电脑巴拉巴拉开始动了有没有，聪明的小脑瓜滴溜溜地转着，不一会儿就好了...窗口里.出了一大堆红条，现在对他们进行操作：

保持BUILD_DOCS和BUILD_EXAMPLES后面的勾勾为未选中状态，保持WITH_TBB，WITH_OPENCL，WITH_CUBLAS，WITH_CUDA，WITH_CUFFT后面的勾勾为选中状态。来到CUDA_ARCH_BIN处，还记得我让你们看的compute capability号吗，派上用场咯，只保留你显卡对应的计算能力号，我的是2.1，所以保留2.1（2.0），然后将CUDA_ARCH_PTX选项清空。之后点击软件中第三行的Advanced选框，会出现很多二级选项，找到CUDA_ATTACH_VS_BUILD_RULE_TO_CUDA_FILE，保持其未选中状态，完事后再点Configure。红条条少了很多有木有，在TBB_INCLUDE_DIRS处加入TBB的include路径，我的是D:/tbb43_20150611oss_win/include，之后继续Configure。又跳出来两个红条子，在TBB_LIB_DIR里填入TBB的lib路径，要64和VC12的哦，我的是D:/tbb43_20150611oss_win/lib/intel64/vc12，另外TBB_STDDEF_PATH中填写tbb_stddef.h的路径，我的默认值D:/tbb43_20150611oss_win/include/tbb/tbb_stddef.h，继续Configure....萌萌哒全部变白啦有木有。检查一下，状态栏里是否写着USE TBB YES 和 USE CUDA YES啊，有就说明编译完成。之后点击Generate，就可以在指定路径下生成Opencv工程文件啦~~

3.INSTALL过程

在生成的工程文件夹下，有一个OpenCV.sln，对其单击右键选择-管理员取得所有权，之后用VS2013打开~~~芝麻开门~~~~可以看到opencv大部分有用的源码都已经整齐的躺在了各自的工程里（开源真好）。

第一步，在工具条中选择视图-其他窗口-属性管理器，然后在右面选框里找到属性管理器窗口，在ALL_BUILD下可以看到有Debug|x64和Release|x64两个文件夹，注意一定是x64哦。对Debug下的Microsoft.Cpp.x64,user单击右键，选择属性，在C++目录中加入以下路径（均为我电脑上的路径，各位根据自己安装位置修改下）：

可执行文件目录：D:\tbb43_20150611oss_win\bin\intel64\vc12，C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.0\bin，E:\opencv2411\opencv\build\x64\vc12\bin

包含目录：D:\tbb43_20150611oss_win\include，C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.0\include，E:\opencv2411\opencv\build\include，E:\opencv2411\opencv\build\include\opencv，E:\opencv2411\opencv\build\include\opencv2

库目录：D:\tbb43_20150611oss_win\lib\intel64\vc12，C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.0\lib\x64，E:\opencv2411\opencv\build\x64\vc12\lib

之后用与上文同样的方法在系统path中添加E:\opencv2411\opencv\build\x64\vc12\bin

回到解决方案资源管理器，找到CMakeTargets下的INSTALL，分别在选定Debug和Release模式下对其进行build~~~，于是你可以起身去泡个咖啡、奶茶、泡面、妞......然后等..等灯等灯~~~。大约2小时候，如果没有错误，你就可以在工程文件夹的install文件夹里得到新的牛逼闪闪的带gpu模块的opencv啦~~~（如果出了错误类~~~之后再说）。

4.使用新的库

怎么用呢，新的库，怎么用呢....还是讲一讲吧。首先来说，我们的库是64位的，所以对应的我们的application也要是64的哦，再者，新的库主要用到的依然是include，bin和lib三个文件夹，他们在哪里呢，就在install文件夹里自己找去....

配置方式与一般的opencv配置一样，唯一与默认库不同的是，我们需要一个x64的工程，而非win32。由于不知道什么的原因，新建工程时只能选择Win32控制台，所以在建立一个控制台程序后，在其项目属性页中选择配置管理器，在平台下拉菜单中选择新建，新平台选择x64，复制设置选择Win32，确定后，将你的项目平台改为x64。你可以在属性管理器中查看是否多出了Debug|x64和Release|x64选项，有就说明成功了。之后按照老三样：：系统环境变量、C++目录、连接器-输入-附加依赖项~~配置完毕。

导入一个GPU测试程序进去，是不是发现可以用了~~~~~~yu~~~~鼓掌~~~

发个网上的测试代码：

#include <opencv2/opencv.hpp>
#include <opencv2/gpu/gpu.hpp>
#include <iostream>
using namespace std;
int main()
{
int num_devices = cv::gpu::getCudaEnabledDeviceCount();
if (num_devices <= 0)
{
std::cerr << "There is no device." << std::endl;
return -1;
}
int enable_device_id = -1;
for (int i = 0; i < num_devices; i++)
{
cv::gpu::DeviceInfo dev_info(i);
if (dev_info.isCompatible())
{
enable_device_id = i;
}
}
if (enable_device_id < 0)
{
std::cerr << "GPU module isn't built for GPU" << std::endl;
return -1;
}
cv::gpu::setDevice(enable_device_id);
cv::Mat src_image = cv::imread("1.JPG");
cv::Mat dst_image;
cv::gpu::GpuMat d_src_img(src_image);
cv::gpu::GpuMat d_dst_img;

cv::gpu::cvtColor(d_src_img, d_dst_img, CV_BGR2GRAY);
d_dst_img.download(dst_image);
cv::imshow("test", dst_image);
cout << "succeed" << endl;
cv::waitKey(5000);
return 0;
}