因為演算法的需要，正常的cpu演算法速度不夠需要進行加速，opencv中正好加入了gpu計算的模組，opencv中有兩種gpu的加速方式，一種是通用標準的opencl，另一種是nvidia的cuda加速。opencl是蘋果公司提出的一種通用標準，多種平台支援的標準。cuda是nvidia提出的平行計算平台，只有nvidia的顯示卡支援，但是比起opencl，cuda在使用上更方便，因為opencl是開放標準，封裝上做的可能沒有那麼好，現在nvidia的顯示卡使用的多一些，所以cuda也就比較多用。
使用opencv的cuda必須要編譯附加庫的模組contrib，這個附加庫中又許多核心庫沒有的內容，如：特徵匹配，跟蹤，cuda等內容，個人不太喜歡用cmake，但是還不能不用，因為cmake配置有點錯誤，編譯的時候就會報錯，編譯時間長的話，到最後才報錯就特別坑，尤其是cuda的編譯，cuda的編譯時間特別的長，主要是因為cuda存在對計算能力的相容性的問題，預設要編譯好多架構，這樣會導致編譯時間特別的長，我機器的顯示卡是gtx1050ti，所以計算能力屬於10系列，16年後發布的10系列的顯示卡基本上都在5.0以上，我們日常用的機器中安裝的顯示卡基本上都是gtx系列，nvidia最新發布的顯示卡能達到8，不過我的cuda9.2相容只能到7.0，再高編譯的時候就報錯。cuda編譯的時候需要注意必須提前安裝cuda，否則編譯也不通過，還有就是我沒有安裝cuda的dnn，所以編譯的時候沒有選擇dnn，如果想要使用dnn，還要再安裝cuda對應版本的dnn，不然編譯仍然會報錯。
另外opencv編譯的時候如果不想編譯出一大堆的lib檔案，可以選擇world選項，之後編譯的時候會生成world.lib，但是有一點不太好就是，如果編譯有問題要全部重新生成。
編譯成功後，需要引入cuda相關的標頭檔案，opencv3以後的標頭檔案都以cuda開頭，最長用的應該是
#include
//矩陣相關的計算
#include
//各種濾波器
gpumat gpu;
mat mat;
gpu.
upload
(mat)
;dosomething()
;gpu.
download
(mat)
;
opencv中常用cuda函式總結
bitwise and bitwise not bitwise or bitwise xor compare divide 除 exp log max min multiply threshold 二值化，但要指定設定閾值 calchist createboxfilter 建立乙個規範化的2d框過濾...
opencv與cuda的結合使用
opencv的gpu模組提供了有cuda實現的很多並行函式，但有時候需要自己寫並行函式並與已有的opencv函式結合使用，而opencv是乙個開源的函式庫，我們可以很輕鬆的看到其內部的實現機制，可以根據他已有的函式比葫蘆畫瓢來寫乙個自己的cuda並行函式。所需要使用的gpu的關鍵的類有 gpumat...
樹莓派4B學習筆記1 openCV的安裝
更換映象源 更換pip源pip install scrapy i pypi.tuna.tsinghua.edu.cn 樹莓派官方攝像頭python2版本opencv的安裝 python3版本的安裝 在python3中測試opencv在終端中輸入 python2 並回車 import cv2 cv2....