1、  查看本机配置,查看显卡类型是否支持NVIDIA GPU,本机显卡为NVIDIA GeForce 8400 GS;

2、  从http://www.nvidia.cn/Download/index.aspx?lang=cn下载最新驱动并安装;

3、  从https://developer.nvidia.com/cuda-toolkit根据本机类型下载相应最新版的CUDA Toolkit5.0,安装,并通过样本程序验证其安装正确;

4、  将C:\ProgramFiles\NVIDIA GPU Computing Toolkit\CUDA\v5.0\bin添加到环境变量中(检查是否已经默认添加);

5、  从http://threadingbuildingblocks.org/下载最新版的TBB4.1,解压缩,并将其bin目录D:\soft\OpenCV2.4.6\TBB\tbb41_20130613oss\bin\ia32\vc10添加到环境变量中,注销或重启;

6、  从http://opencv.org/downloads.html 下载最新版本的OpenCV2.4.6,并解压缩到D:\soft\OpenCV2.4.6文件夹中;

7、  从http://www.cmake.org/cmake/resources/software.html下载最新版本的CMake2.8.11.2并安装;

8、  打开CMake,在Where isthe source code:中选择D:\soft\OpenCV2.4.6\opencv文件夹,在Where to buildthe binaries:中选择D:/soft/OpenCV2.4.6/vs2010_GPU文件夹,此文件夹为手动创建;

9、  点击Configure按钮,在弹出的对话框中选择VisualStudio 10,然后点击Finish;

10、             如果有红色框出现,勾选BUILD_EXAMPLES、WITH_TBB、WITH_CUBLAS、WITH_CUDA、WITH_CUFFT,然后再次点击Configure按钮;

11、             如果还有红色框出现,TBB_INCLUDE_DIRS,将其值改为D:\soft\OpenCV2.4.6\TBB\tbb41_20130613oss\include为TBB中include所在的目录,然后再次点击Configure按钮;

12、             如何还有红色框出现,TBB_LIB_DIR、TBB_STDDEF_PATH,再次点击Configure按钮;

13、             如果在下方信息框中有:Use TBB: YES(ver 4.1 interface 6105),Use Cuda: YES(ver5.0),证明我们已经将inteltbb和CUDA正确配置;

14、             点击Generate按钮,此时会在D:\soft\OpenCV2.4.6\vs2010_GPU文件夹下生成OpenCV.sln文件;

15、             以管理员身份,使用vs2010打开OpenCV.sln文件,选择View--> Properties Manager-->分别选中ALL_BUILD中的Debug和Release上的Microsoft.Cpp.Win32.user,依次添加inteltbb和CUDA 的Executable Directories、Include Directories和Library Directories,点击右键-->Properties:VC++ Directories,Include Directories:D:\soft\OpenCV2.4.6\TBB\tbb41_20130613oss\include C:\Program Files\NVIDIAGPU Computing Toolkit\CUDA\v5.0\include;Library Directories:D:\soft\OpenCV2.4.6\TBB\tbb41_20130613oss\lib\ia32\vc10  C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v5.0\lib\Win32;Executable Directories:D:\soft\OpenCV2.4.6\TBB\tbb41_20130613oss\bin\ia32\vc10  C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v5.0\bin;

16、             选中modules中的opencv_gpu,点击右键,选择Properties-->Linker-->Input-->Ignore SpecificDefault Libraries加入libcmtlibcmtd;

17、             分别在Debug和Release下,选择Solution Explorer里的Solution OpenCV,点击右键,运行”Rebuild Solution”,点击CMakeTargets下的INSTALL,build;会在D:\soft\OpenCV2.4.3\vs2010\install文件夹下的bin文件夹中存放相应的动态库,在lib文件夹下存放相应的静态库;

18、             打开vs2010,新建一个控制台应用程序,为vs2010配置OpenCV环境:选择View--> Properties Manager-->分别选中Debug和Release上的Microsoft.Cpp.Win32.user,点击右键-->Properties:VC++ Directories,Include Directories:D:\Soft\OpenCV2.4.6\vs2010_GPU\install\include;D:\Soft\OpenCV2.4.6\vs2010_GPU\install\include\opencv;D:\Soft\OpenCV2.4.6\vs2010_GPU\install\include\opencv2;Library Directories:D:\Soft\OpenCV2.4.6\vs2010_GPU\install\lib;

19、             选中工程-->Properties-->Configuration Properties-->Linker-->Input-->AdditionalDependencies:Debug和Release,添加相应的.lib库;

20、               将D:\soft\OpenCV2.4.6\vs2010_GPU\install\bin加入到windows系统环境变量Path中,重启。

说明

(1)、安装CUDA Toolkit时最好不要修改其默认的安装目录;

(2)、其中TBB不是必须的,也可不用安装,即第5、11、12步可省略;

(3)、为了缩短编译时间,可以通过CMake中改变CUDA_ARCH_BIN、CUDA_ARCH_PTX值进行设置,将BUILD_EXAMPLES和WITH_TBB的勾选去掉;

(4)、在编译前最好把360安全卫士和杀毒软件关闭;

(5)、也可不用管理员身份打开OpenCV.sln,第15步的属性配置也不是必须的;

(6)、也可以不用修改opencv_gpu模块的属性配置,默认即可,即第16步也不是必须的;

(7)、编译过程中会弹出数次对话框,如出现宏对话框则点击Cancel选项,其它则选择Yes选项;

(8)、编译成功后的库也可以直接应用于OpenCV中的OpenCL模块。

示例如下,如果iDevicesNum结果非0,说明安装配置正确。

#include "stdafx.h"
#include <opencv2/opencv.hpp>
#include <opencv2/gpu/gpu.hpp>using namespace cv;
using namespace cv::gpu;int_tmain(int argc, _TCHAR* argv[])
{int iDevicesNum = getCudaEnabledDeviceCount();cout<<iDevicesNum<<endl;return 0;
}

参考文献:

1、  http://opencv.willowgarage.com/wiki/OpenCV_GPU

2、  http://docs.opencv.org/modules/gpu/doc/introduction.html

3、  http://wenku.baidu.com/view/81e29c6f011ca300a6c390dd.html

4、  http://blog.cuvilib.com/2011/03/22/how-to-build-opencv-2-2-with-gpu-cuda-on-windows-7/

5、  http://docs.nvidia.com/cuda/cuda-getting-started-guide-for-microsoft-windows/index.html

Windows7 32位机上,OpenCV中配置GPU操作步骤相关推荐

  1. windows7 64位机上CUDA7.0配置及在VS2010中的简单使用举例

    1.        查看本机配置,查看显卡类型是否支持NVIDIA GPU,选中计算机--> 右键属性 --> 设备管理器 --> 显示适配器:NVIDIA GeForce GT 6 ...

  2. windows7 64位机上配置支持GPU版(CUDA7.5)的OpenCV2.4.13操作步骤

    很久之前在windows7 32位上配置过GPU版的opencv,可参考http://blog.csdn.net/fengbingchun/article/details/9831837 Window ...

  3. windows7 64位机上安装配置CUDA 9.1+cudnn7操作步骤

    ---------------- 版权声明:本文为CSDN博主「陌筱北」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明. 原文链接:https://blog.cs ...

  4. windows7 64位机上配置MinGW+Codeblocks+ wxWidgets

    在Windows7 64位机子上安装配置MinGW+Codeblocks+wxWidgets步骤如下: 1.  下载mingw-get-inst-20111118:http://sourceforge ...

  5. 计算机64和32位的区别是什么意思,Windows7 32位和64位的区别是什么?

    在使用电脑的时候,我们常常会先了解一下系统位数,虽然很多用户知道系统位数了,但是却不知道32位和64位的区别是什么?其实这个问题很简单,下面就由小编来告诉大家Windows7 32位和64位的区别吧! ...

  6. VM安装windows7 32位

    首先你电脑必须安装了 VMware ,推荐版本 VMware12 或者 VMware 11 版本,然后你还需要一个系统镜像,可以通过下面链接下载 Win7 的镜像,复制链接,打开迅雷新建任务即可下载: ...

  7. OpenCV中的saturate操作(饱和操作)究竟是怎么回事?

    OpenCV中的saturate操作(饱和操作)究竟是怎么回事? OpenCV会对一些运算结果作饱和操作,那么什么是饱和操作呢? 用实际例子试一下就知道了. 我们用CV_8U类型来试下,CV_8U的数 ...

  8. windows7 64位机上安装配置CUDA7.5(或8.0)+cudnn5.0操作步骤

    按照官网文档 http://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html#axzz4TpI4c8v ...

  9. 32位visual studio中添加x64 ActiveX控件方法

    visual studio中创建ActiveX控件的方法可参考:https://blog.csdn.net/wangzhiyang925/article/details/38715605?tdsour ...

最新文章

  1. 【频谱分配】基于频谱空洞预留算法的频谱分配算法的matlab仿真
  2. android WebView通过js方法与原生交互
  3. 为踏实上进的【飞鸽传书】开发者而感动
  4. C语言单链表实现FCFS算法,2014腾讯实习笔试题
  5. Socket编程实践(3) --Socket API
  6. spy-debugger 前端调试工具
  7. linux input输入子系统分析《一》:初识input输入子系统
  8. 是时候让 JavaScript 面向对象了!
  9. 湘教云实名服务平台怎样认证_【i通知】小贝喊你来校园一卡通微信支付实名认证!...
  10. php+nginx环境 两错误解决
  11. 云课堂计算机测试答案,2020智慧职教云课堂计算机应用答案完整满分章节测试答案...
  12. C#实现微信自动发送消息
  13. Java实习日记(6)
  14. 【ML】管理和跟踪机器学习实验
  15. 辛苦开发的 App 被山寨?阿里帮你为 APK 上把加固锁
  16. Could not enlist in transaction on entering meta-aware object
  17. 分数换算小数补0法_小学数学常用公式大全(单位换算表) 长度单位换算【建议收藏】...
  18. Go/Goland 开发笔记
  19. 英语作业介绍一项发明计算机,计算机专业英语第1次作业.doc
  20. 【学习】loss图和accuracy

热门文章

  1. 计算并显示HOG直方图
  2. Corner Proposal Network 论文阅读(2020ECCV)
  3. 机器学习(4)特征预处理
  4. centos下设置node.js开机启动(并且启动自己的项目js)
  5. leetcode-152 乘积最大子序列
  6. L1-056 猜数字 (结构体解决)
  7. ubuntu18.04 -- 创建第一个Django项目
  8. Spark Steaming 点滴
  9. JS函数式编程【译】5.2 函子 (Functors)
  10. 《编程匠艺》读书笔记