CUDA8.0+OpenCV2.4.13+VS2015+Win10+TBB混合编译

欢迎转载，请注明出处。            

废了四整天，终于把这个鬼东西弄出来了，将过程和遇到的问题写在这里分享给大家。

        

Part 1：看安装步骤之前需要注意如下几个问题

1.为什么选择OpenCV 2.4.13而不使用较新的OpenCV3.2或者OpenCV3.3？ 

        OpenCV3系列之后，将OpenCV分成了两块，一块是源码部分，另外一块是contrib部分。将库分成了两个部分，用着稍有些麻烦，如下图所示。

        OpenCV2.4.9版本太旧了，一般不支持VS2015，所以也PASS。

        OpenCV2.4.13系列是在OpenCV3.0之后推出的，可以说是OpenCV2系列的顶配版，对于不喜欢使用3系列的同学简直是至宝。如下图，2.4.13版本适用VS10、VS12和

VS13,；2.4.13.2适用于VS15版本，2.4.13.3适用于VSA2017。至于Linux系统的适用情况不是很清楚。

         而且在编译过程中不容易出错....

         我之前用OpenCV3.2编译了3天，几次都出现opencv_cudaarithm、opencv_cudaimgproc、opencv_cudawarping、opencv_cudastereo报错，但是这四个模块不能扔

，必须得编译出来啊.......

        后来发现是里边源码之类的东西不兼容，得改一点东西....   (╯‵□′)╯︵┻━┻      受不了，直接换回2系列。

        开源库这种东西不一定高版本一定比低版本好用，高版本改的人多了，水平杂了，使用起来反而bug多。

        不过还是相信再过段时间OpenCV3系列也会推出集大成之作的。

2.Eigen要不要用

    Eigen是一个高层次的C ++库，有效支持线性代数，矩阵和矢量运算，数值分析及其相关的算法。Eigen是一个开源库，从3.1.1版本开始遵从MPL2许可。

    那么问题来了，编译的时候要不要用？

    答案是，不要，千万别用，如果是学习，之前的绝对够用，加这个在编译的时候出现了好几个错误，哎，想想看，不作死就不会死....

Part 2：软件下载

1. OpenCV 2.4.13.2（因为我用的是VS15所以使用.2版本）：https://opencv.org/releases.html   点击【Win Pack】进行下载

2.CUDA8.0（当然去官网下载咯）： https://developer.nvidia.com/cuda-downloads

3.VS2015 ：   .....自行想办法....o(*^▽^*)┛

4.TBB ：      https://github.com/01org/tbb/releases    有的同学说必须用，有的说可以不用，之前尝试不用结果出错...用了就没错了 = =

5.OpenGL：    99%的电脑都会自带，如果没有去网上下载opengl30.dll 和glu32.dll

                       放在   C:\Windows\System32  和   C:\Windows\SysWOW64    文件夹下即可。

6.Cmake：  https://cmake.org/download/    全文的核心，我下载的是最新的Cmake3.10.0版本

Part 3：软件安装

1.OpenCV 2.4.13安装

        将安装包进行解压，不要有中文路径。解压完成之后去【我的电脑】-【属性】-【高级系统设施】-【高级】-【环境变量】-【系统变量】-【Path】添加OpenCV的x64中bin

路径：F:\OpenCV\x64\vc14\bin       

        OpenCV安装完成，最好跑个小程序测试一下，不给例程啦。

2.CUDA 8.0安装

        CUDA 8.0安装较为简单，把文件存在三个不同的文件夹中即可，并且8.0版本之后不需要在【系统变量】里手动加一些路径，使用起来非常方便。

        建议安装完成之后写一个小程序测试一下环境。

3.TBB 安装

        TBB是一个库，解压即可。

        解压完成之后在【我的电脑】-【属性】-【高级系统设施】-【高级】-【环境变量】-【用户变量】-【Path】中添加两个路径：

        F:\TBB\bin\intel64\vc14

        F:\TBB\include

        之后在【我的电脑】-【属性】-【高级系统设施】-【高级】-【环境变量】-【系统变量】-【Path】中添加一个路径：

        F:\TBB\bin\intel64\vc14

4.Cmake安装

        下一步下一步即可，不需要配置环境。

5.VS2015 安装

        安装过程很简单，附上激活码福利，没激活的顺便激活一下哈：

Visual Studio Professional 2015简体中文版（专业版）

KEY：HMGNV-WCYXV-X7G9W-YCX63-B98R2

Visual Studio Enterprise 2015简体中文版（企业版）

KEY：HM6NR-QXX7C-DFW2Y-8B82K-WTYJV

      言归正传，在Win10左下角中找到VS2015的文件夹，在文件夹中找到【vs2015 x64 本机工具命令提示符】输入三条命令：

        cd bin

        cd amd64

        vcvars64.bat

Part 4: Cmake编译

        最恶心的部分，耗时巨长而且出错需要的时间成本很高....

1.打开Cmake

        【Where is the source code】放的是OpenCV的源代码：F:\OpenCV\sources

        【Where to build the linaries】放的是编译好的程序（随便建个文件夹即可）：F:/CUDA_OpenCV_2413

        点击【Advanced】按照首字母排序

        点击【Configure】之后会进入版本选择界面：

解释一下：

        Visual Studio 没有疑问，就是编译器的名字。

        15/14/13....   这里指的是vc版本，10对应VS2010, 11对应VS2012, 12对应VS2013, 14对应VS2015 ，15对应VS2017

        最后Win64表示电脑是64位系统，不带64的表示电脑是Windows 32位系统，ARM表示芯片是ARM的电脑（貌似是这样，我也不确定，反正肯定不用它）

        所以选择【Visual Studio 14 2015 Win64】

2.第一次Configure

        第一次Configure一定要联网，要下载一些东西的。

        完成之后会出现一片红，之后搜索WITH_CUBLAS  勾选上； WITH_OPENGL 勾选上。

        搜索WITH_TBB 勾选上，再次Configure。

        这次完成之后，再次搜索TBB ，应该还会出现几行红字，在红色的行后边填上对应的路径：

                            TBB_VER_FILE                    路径为：F:/TBB/include/tbb/tbb_stddef.h

                            TBB_ENV_INCLUDE          路径为：F:/TBB/include

                            TBB_ENV_LIB                      路径为：F:/TBB/lib/intel64/vc14/tbb.lib

                            TBB_ENV_LIB_DEBUG     路径为：F:/TBB/lib/intel64/vc14/tbb_debug.lib

          如果没出来这些路径，就在Configure几次，就会出来啦：

3.Generate

        完成上述所说的步骤后点击Generate进行生成，重要的是生成的结果栏里是否有你需要的：CUDA、TBB、OpenGL等等，顺利的话，可以进行下一步了。

4.编译

        点击【Open Project】可以在VS2015中打开这个文件。

        找到右键生成【Build ALL】，应该会有磨磨唧唧2h左右的生成，切换Release，再次【Build All】，整个过程需要4个小时。

        右键下边的【Install】生成。（同样要在Debug下和Release下各生成一次）   20min左右。

5.取出

        回到生成好的文件目录下，找到【Install】文件夹，这个文件夹里边存的就是编译好的CUDA8.0-OpenCV2.4.13+TBB的库啦。

Part 5 :VS上测试新OpenCV库

1.Install文件的搭建

        将前文的【Install】文件夹复制到另外一个盘中，改名以作区分。我改的是【OpenCV_CUDA3413】。

        回到电脑桌面，【我的电脑】-【属性】-【高级系统设施】-【高级】-【环境变量】-【系统变量】-【Path】找到之前的OpenCV路径，删掉。

        换成新的OpenCV路径：F:\OpenCV_CUDA2413\x64\vc14\bin

2.删除CPU-OpenCV的dll文件

        在配置CPU文件时，如果有将bin文件夹中的文件复制到【System32】和【SysWoW64】中，需要删除掉，如果没有，可以跳过这步。

        在两个文件夹内，查找【opencv】，相关文件全部删除，两个文件夹的路径如下：

        C:\Windows\System32

        C:\Windows\SysWOW64                     

3.VS内配置属性页

        打开VS2015，新建一个空项目文件，在【源文件】中新建一个.cu文件。选择x64平台，开始配置。

Debug界面：

      【VC++目录】—【包含目录】:   F:\CUDA8\Development\include

                                                                F:\OpenCV_CUDA2413\include\opencv2

                                                                F:\OpenCV_CUDA2413\include\opencv

                                                                F:\OpenCV_CUDA2413\include

      【VC++目录】—【库目录】:       F:\CUDA8\Development\lib\Win32       （建议Win32和x64都放进去，不会有冲突）

                                                                F:\CUDA8\Development\lib\x64

                                                                F:\OpenCV_CUDA2413\x64\vc14\lib 

      【清单工具】—【输入和输出】—【嵌入清单】—【否】

      【链接器】—【附加依赖项】： 包含CUDA和OpenCV的所有依赖项

cudart.lib
opencv_imgproc2413d.lib
opencv_calib3d2413d.lib
opencv_contrib2413d.lib
opencv_core2413d.lib
opencv_features2d2413d.lib
opencv_flann2413d.lib
opencv_gpu2413d.lib
opencv_highgui2413d.lib
opencv_legacy2413d.lib
opencv_ml2413d.lib
opencv_nonfree2413d.lib
opencv_objdetect2413d.lib
opencv_ocl2413d.lib
opencv_photo2413d.lib
opencv_stitching2413d.lib
opencv_superres2413d.lib
opencv_ts2413d.lib
opencv_video2413d.lib
opencv_videostab2413d.lib

Release界面：

      前三项与Debug相同，第四项【附加依赖项】要将d去掉，变成Release的lib文件。

cudart.lib
opencv_imgproc2413.lib
opencv_calib3d2413.lib
opencv_contrib2413.lib
opencv_core2413.lib
opencv_features2d2413.lib
opencv_flann2413.lib
opencv_gpu2413.lib
opencv_highgui2413.lib
opencv_legacy2413.lib
opencv_ml2413.lib
opencv_nonfree2413.lib
opencv_objdetect2413.lib
opencv_ocl2413.lib
opencv_photo2413.lib
opencv_stitching2413.lib
opencv_superres2413.lib
opencv_ts2413.lib
opencv_video2413.lib
opencv_videostab2413.lib

4.其他配置

        右键.cu文件，【属性】—【配置属性】—【常规】—【项类型】—【CUDA C++】

        右键项目文件，【生成依赖项】—【生成自定义】—选中【CUDA 8.0】

         至此所有配置完成。

5.程序测试

#include "cuda_runtime.h"  #include "device_launch_parameters.h"  #include <cuda.h>  #include <cuda_device_runtime_api.h>  #include <opencv2\gpu\gpu.hpp>  #include <opencv2\gpu\gpumat.hpp>  #include <opencv2\opencv.hpp>  #include <opencv.hpp>  #include <stdio.h>  #include <iostream>  #include <memory>#include "opencv2/gpu/device/common.hpp"  #include "opencv2/gpu/device/reduce.hpp"  #include "opencv2/gpu/device/functional.hpp"  #include "opencv2/gpu/device/warp_shuffle.hpp"  using namespace std;using namespace cv;using namespace gpu;template <int nthreads>__global__ void compute_kernel(int height, int width, const PtrStepb img, PtrStepb dst){const int x = blockIdx.x * blockDim.x + threadIdx.x;  //x方向检索const int y = blockIdx.y * blockDim.y + threadIdx.y;  //y方向检索const uchar* src_y = (const uchar*)(img + y*img.step);  //原图像uchar* dst_y = (uchar*)(dst + y*dst.step);if (x < width && y < height){dst_y[3 * x] = 255 - src_y[3 * x];        //3通道彩色图像处理dst_y[3 * x + 1] = 255 - src_y[3 * x + 1];dst_y[3 * x + 2] = 255 - src_y[3 * x + 2];}}int main(){Mat a = imread("PeaShooter.jpg");GpuMat d_a(a);                 //GPUMatGpuMat d_dst(d_a.size(), CV_8UC3);int width = a.size().width;     //横向，x方向int height = a.size().height;   //纵向，y方向const int nthreads = 256;dim3 bdim(nthreads, 1);dim3 gdim(divUp(width, bdim.x), divUp(height, bdim.y));compute_kernel<nthreads> <<<gdim, bdim >>>(height, width, d_a, d_dst);Mat dst(d_dst);imshow("原始图像", a);imshow("反向图像", dst);waitKey();return 0;}

        在该项目文件中，放入一张名为【PeaShooter.jpg】的图像，分别在Debug和Release下测试，结果如下：

        期间遇到N多错误，不过会陆续更新解决方案，看到这里相信也是认真学习的同学啦，点个赞再走呗