32位Windows 7 上配置過GPU版的OpenCV可參考 http://www.linuxidc.com/Linux/2016-12/138863.htm
64位Windows7下CUDA7.5的配置可以參考http://www.linuxidc.com/Linux/2016-12/138862.htm：這裡是在CUDA7.5已正確安裝後的操作步驟：
1. 從這裡下載opencv-2.4.13.exe，並解壓縮；
2. 打開cmake-gui：如圖
(1)、勾選：CUDA_FAST_MATH、WITH_CUBLAS、WITH_CUDA、WITH_CUFFT、WITH_NVCUVID
(2)、指定CUDA正確路徑：CUDA_TOOLKIT_ROOT_DIR：C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v7.5;CUDA_GENERATION: Auto
(3)、如果想縮短編譯的時間：可以去掉BUILD_EXAMPLES的勾選；對CUDA_ARCH_BIN的值進行設置，默認會有2.0 /2.1(2.0)/3.0/3.5，只設置其中一個；
(4)、依次點擊Configure和Generate按鈕，會在D:\soft\OpenCV2.4.13\vs2013_cuda_dll目錄下生成OpenCV.sln工程，如下圖：
3. 打開OpenCV.sln工程：
(1)、分別在Release和Debug下，選中工程解決方案’OpenCV’，點擊重新生成解決方案；
(2)、在編譯過程中會彈出對話框(檢測到文件修改)，如下圖，點擊全部重新加載；
(3)、編譯完後，依次點擊CMakeTargets,INSTALL，生成
(4)、將D:\soft\OpenCV2.4.13\vs2013_cuda_dll\install\x64\vc12\bin添加到系統環境變量中，重啟系統；
4. 新建一個控制台工程，驗證GPU版OpenCV庫的正確性，測試代碼如下：
#include <iostream>
#include <string>
#include <opencv2/opencv.hpp>
#include <opencv2/gpu/gpu.hpp>
int main()
{
int device_num = cv::gpu::getCudaEnabledDeviceCount();
fprintf(stdout, "device count: %d\n", device_num);
std::string image_name = "D:/soft/OpenCV2.4.13/opencv/sources/doc/tutorials/introduction/clojure_dev_intro/images/lena.png";
cv::Mat mat = cv::imread(image_name, 1);
if (!mat.data) {
fprintf(stderr, "read image fail\n");
return -1;
}
cv::gpu::GpuMat src(mat);
int width = src.cols;
int height = src.rows;
int channels = src.channels();
fprintf(stdout, "image width: %d, height: %d, channels: %d\n", width, height, channels);
cv::gpu::GpuMat dst;
cv::gpu::resize(src, dst, cv::Size(300, 400), 0.0, 0.0, 1);
cv::Mat mat2(dst);
cv::imwrite("resize.jpg", mat2);
return 0;
}
執行結果如下，一切正常：
Ubuntu 14.04 安裝配置CUDA http://www.linuxidc.com/Linux/2014-10/107501.htm
Ubuntu 12.04配置NVIDIA CUDA5.5實錄 http://www.linuxidc.com/Linux/2014-10/107502.htm
Ubuntu安裝Theano+CUDA http://www.linuxidc.com/Linux/2014-10/107503.htm
關於Ubuntu 12.04 下 CUDA5.5 的安裝請參看如下鏈接 Ubuntu 12.04 安裝 CUDA-5.5
Caffe配置簡明教程 ( Ubuntu 14.04 / CUDA 7.5 / cuDNN 5.1 / OpenCV 3.1 ) http://www.linuxidc.com/Linux/2016-09/135016.htm
在Ubuntu 14.04上配置CUDA+Caffe+cuDNN+Anaconda+DIGITS http://www.linuxidc.com/Linux/2016-11/136775.htm
