之前老板已经编译好了OpenCV3.2.0 ，但是好像无法使用ocl模块？

所以我想应该是他当初编译的时候没有选择WITH_OPENCL，所以我决定重新编译一遍。

一、下载CMake并安装

1、我下载的是CMake3.4.0并安装完毕(教程网上有太多 就不重复)；

但我运行./configure时出现：

解决办法：yum install ncurses-devel 如果下载不了，就自己手动下载：我是手动下载的：ncurses-devel-5.9-14.20130511.el7_4.x86_64.rpm (然后用rpm命令安装即可)。

2、安装cmake-gui

yum install cmake-gui

检验是否安装成功  ：直接运行 cmake-gui  即可出现cmake界面

二、下载安装OpenCV

我是手动去官网下载OpenCV3.2.0.tar.gz的，然后解压在opencv-OpenCL-3.2.0文件夹下。

三、编译OpenCV-OCL

1、新建一个OpenCV3.2_With_OpenCL文件夹

2、终端下运行cmake-gui打开界面

3、像下面那样填写目录，开始编译：(等了很久)

我的出现这个错误：仔细看就是：

a.我试着手动下载这个红色部分提示缺少的文件：ippicv_linux_20151201.tgz

https://raw.githubusercontent.com/Itseez/opencv_3rdparty/81a676001ca8075ada498583e4166079e5744668/ippicv/ippicv_linux_20151201.tgz  在这里下载。如果这个下载不了就在： http://download.csdn.net/download/chu_ying/9432287  下载。

然后，将刚才下载的文件直接拷贝进入opencv3.1源码的下面这个目录：opencv-OpenCL-3.2.0/3rdparty/ippicv/downloads/linux-808b791a6eac9ed78d32a7666804320e

类似这个目录下。

b.终端下打开cmake-gui 点击configure  就会接着之前失败的地方进行(这次速度很快)：

发现那个WITH_OPENCL竟然是自动选上的。

c.点击generate (速度比较快)(没有出现什么错误)

d.在文件夹OpenCV3.2_With_OpenCL下打开终端  运行 make  (出现很多东西 等待。。。)

类似这样的东西。。。感觉等待了一万年。。。

e.接着运行 make install

这样编译好的OpenCV3.2.0的lib和include原来都在usr/include/下面 ，去找就找到了。(其实最好不搞在这里 开始应该指定目录的)

可以在此运行 opencv_version -v  应该出现像我一样的画面：

这样创建工程时加上库路径和头文件路径等 就OK了。运行了一个简单例子，成功。

奇怪之处：在记录这篇文章之前 我的OpenCL版本是2.0的：

但这次编译之后却变成了1.2的了？tell me why????????哦我知道了，不是编译的原因，而是硬件原因：我的驱动是OpenCL2.0，但我的显卡是Rx 560不支持OpenCL 2.0 只支持OpenCL1.2 ！！！ ps：大神说：当前能支持OpenCL 2.0的是 AMD GPU基于GCN 1.1或更高版本架构的GPU，比如R9 285支持。R9 3XX很多都支持。另外就是Broadwell处理器架构或更新架构的Intel HD(或Iris) Graphics能支持。

刚刚查了下：GPU型号与OpenCL版本支持关系：https://en.wikipedia.org/wiki/List_of_AMD_graphics_processing_units

Chip series

Micro-architecture

Fab

Supported APIs

Introduced with

rendering

computing

Vulkan

OpenGL[4]

Direct3D

HSA

OpenCL

R100

fixed-pipeline

180 nm

150 nm

No

1.3

7.0

No

No

Original "ATI Radeon", as well as Radeon DDR, 7000, 7500, VE, and LE models

R200

programmable pixel&vertex pipelines

150 nm

1.4

8.1

8500, 9000, 9200 and 9250

R300

150 nm

130 nm

110 nm

2.0

9.0

11 (FL 9_2)

9500–9800, X300-X600, X1050

R420

130 nm

110 nm

9.0b

11 (FL 9_2)

X700–X850

R520

90 nm

80 nm

9.0c

11 (FL 9_3)

X1300–X1950

R600

HD 2000 series, HD 3410

RV670

55 nm

10.1

11 (FL 10_1)

ATI Stream APP[5]

HD 3450-3870, Mobility HD 2000 and 3000 series

RV770

55 nm

40 nm

1.0

HD 4000 series

Evergreen

HD 5000 series

Northern Islands

Southern IslandsGCN 1st gen

28 nm

1.0

4.5

11 (FL 11_1)

12 (FL11_1)

Yes

1.2, new driver 2.0 possible

HD 7000 series

Sea Islands

GCN 2nd gen

11 (FL 12_0)

12 (FL 12_0)

2.0 (2.1 in Beta and 2.2 with driver update)

Radeon 200 series

Volcanic Islands

GCN 3rd gen

Radeon 300 series

Arctic Islands

GCN 4th gen

14 nm

Radeon 400 series

Vega

Vega

12 (FL 12_1)

Radeon VEGA series

四、运行ocl的例子

但运行ocl的例子时还是报错说：oclMat 不是‘cv::ocl’成员  ？？

最近谷歌打不开。

终于知道了：http://blog.csdn.net/jia20003/article/details/69802932  原来OpenCV3.x后使用UMat取代了OpenCV2.x的oclMat ！难怪无论是我编译的还是之前老板编译的OpenCV3.2使用oclMat都错的！(不过发现还是要自己编译，最好不用老板编译好的，因为刚刚发现老板编译好的include下没有3rdparty更没有CL文件夹，所以想了下，如果不要用到opencv-ocl模块，还是可以用老板编译的版本；但如果要用opencv-ocl模块，还是用我自己编译的)用UMat就好了！UMat就是以前的oclMat！

1、UMat(ocl)小例子

按照这个人的介绍 UMat即是ocl，我的设备支持OpenCL,故启动UMat就是启动了GPU运行。 我这个例子应该是在GPU上，但耗时是341 ms。

2、对比原opencv程序

原来的纯CPU的程序：

这个耗时只要19ms！！！

3、对比我自己写的纯OpenCL程序

我自己写了一个纯OpenCL的腐蚀：

我这个耗时是129 ms！！！

当然这个没太多可比性，只是一个参考数据！因为UMat那个参杂了Mat到UMat的转化(需要时间)，或者可能这个简单的运算并不适合GPU并行？！

后来看了 https://stackoverflow.com/questions/41688751/understanding-the-usage-of-opencl-in-opencv-mat-umat-objects

又用这个例子试了下：

#include

#include

#include

#include

using namespace cv;

using namespace cv::ocl;

using namespace std;

int main()

{

TickMeter tm;

tm.start();

//launch OpenCL environment...

std::vector<:ocl::platforminfo> plats;

cv::ocl::getPlatfomsInfo(plats);

const cv::ocl::PlatformInfo *platform=&plats[0];

//cout<name().c_str()<

cv::ocl::Device current_device;

platform->getDevice(current_device,0);

//cout<

current_device.set(0);

ocl::setUseOpenCL(true);

cv::UMat test_ocl_img;

imread("/home/jumper/Ecology_OpenCL/erodecontrasttest/test.bmp").copyTo(test_ocl_img);

cv::UMat test_gray_img(test_ocl_img.rows,test_ocl_img.cols,CV_8UC1);

cvtColor(test_ocl_img, test_gray_img, CV_BGR2GRAY);

threshold(test_gray_img, test_gray_img, 40, 255, 0);

imwrite("ocltemp.bmp",test_gray_img);

cv::UMat element_img;

getStructuringElement(MORPH_RECT, Size(2, 2)).copyTo(element_img);

erode(test_gray_img, test_gray_img, element_img);

tm.stop();

std::cout<

return 0;

}结果发现时间还是很慢啊！？

他还说：

通过Mat::getUMat()之后就获取一个UMat对象，同样在UMat对象操作期间，作为父对象Mat也会被LOCK直到子对象UMat销毁之后才可以继续使用。

OpenCV的官方文档说不鼓励在一个方法和一段代码中同时使用Mat与UMat两种方式，因为这样做真的非常危险。此外Mat与UMat还可以相互拷贝，但是这种方式也不是OpenCV官方提倡与推荐的，所以尽量别用这种方式。

参考了 http://www.cnblogs.com/emouse/archive/2013/02/22/2922940.html