OpenCV4 | 如何让传统图像处理实现三十倍加速的顶级技能

点击上方“小白学视觉”，选择加”星标“或“置顶”

OpenCV4 + CUDA 从配置到代码…..

引子

一直有人在研习 问我，怎么去做OpenCV + CUDA的加速支持。其实 上用搜索引擎就可以找到一堆文章，但是其实你会发现，按照他们的做法基本都不会成功，原因是因为文章中使用的OpenCV版本太老旧、英伟达GPU的CUDA库也太久远。其实这个都不是主要原因，真实原因是OpenCV4跟之前的版本，编译CUDA的方法不一样了。所以感觉有必要自己写一遍，作为全 第一个OpenCV4 + CUDA + GPU编译与代码测试的教程给大家。希望大家都可以获得此技能，整个教程分为如下几个部分：

1. CUDA软件安装与配置

2. OpenCV+cmake编译CUDA模块支持

3. 代码实现与测试

4. 模块支持与应用场景

在开始教程之前，先说一下相关软件与版本信息

Windows 10 64bit

英伟达CUDA 10.0

OpenCV 4.1.0

OpenCV扩展模块4.1.0

GTX 1050 TI

VS2015 专业版

CMake 3.13.4

CUDA软件安装与配置

01

首先确保你有英伟达的独立显卡(GPU)，然后请到英伟达官方 站，在线检查与下载最新的显卡驱动版本。地址如下：

安装/更新好驱动之后，就可以下载对应版本的CUDA工具包，下载地址如下：

下载好之后，就可以开始进行安装，只要默认安装即可。关于CUDA的安装与配置，更加详细的内容可以参考这里：

上面的文章中已经详细交代了。安装好之后我们就完成了第一步操作。

OpenCV+CMake编译

02

首先安装好CMake，下载地址如下：

其次需要下载OpenCV与OpenCV扩展模块的源代码，地址如下：

下载好之后解压缩到D盘指定目录即可。

打开CMake，设置好源码路径与编译输出路径之后，显示如下：

然后点击【Finish】完成config之后，再点击【generate】按钮。

编译CUDA与扩展模块

完成上述操作之后，然后找到OPENCV_EXTRA_MODULE_PATH设置扩展模块的源代码路径。设置以后，在搜索框中输入CUDA，

上述两个选项打勾之后，再次点击【configure】按钮，完成之后，显示如下：

这个时候去cudabuild这里目录下，双击打开OpenCV.sln（VS2015工程文件），选择CMake_Targets -> ALL_BUILD，然后右键->生成，完成之后，再选择INSTALL右键生成。这个过程时间会比较久一点，估计会有一个小时到两个小时左右，跟电脑性能有关系。完成之后，你就会看到再cudabuild目录下多出一个install目录，这个就是我们编译得到支持CUDA版本的OpenCV。打开检查一下：

我的是今天早晨刚刚完成编译的。然后按照正常的OpenCV配置，配置好VS2015+OpenCV开发环境。如果还不知道怎么配置，看这里：

这里需要特别注意一点，我这里没有勾选生成opencv_world，主要是怕编译过程中有模块出错，会导致生产失败，所以就每个模块生成一个lib/dll的库。配置的lib链接器的时候，需要把下面的库文件全部加入：

opencv_aruco410d.lib

opencv_bgsegm410d.lib

opencv_bioinspired410d.lib

opencv_calib3d410d.lib

opencv_ccalib410d.lib

opencv_core410d.lib

opencv_cudaarithm410d.lib

opencv_cudabgsegm410d.lib

opencv_cudacodec410d.lib

opencv_cudafeatures2d410d.lib

opencv_cudafilters410d.lib

opencv_cudaimgproc410d.lib

opencv_cudalegacy410d.lib

opencv_cudaobjdetect410d.lib

opencv_cudaoptflow410d.lib

opencv_cudastereo410d.lib

opencv_cudawarping410d.lib

opencv_cudev410d.lib

opencv_datasets410d.lib

opencv_dnn410d.lib

opencv_dnn_objdetect410d.lib

opencv_dpm410d.lib

opencv_face410d.lib

opencv_features2d410d.lib

opencv_flann410d.lib

opencv_fuzzy410d.lib

opencv_gapi410d.lib

opencv_hfs410d.lib

opencv_highgui410d.lib

opencv_imgcodecs410d.lib

opencv_imgproc410d.lib

opencv_img_hash410d.lib

opencv_line_descriptor410d.lib

opencv_ml410d.lib

opencv_objdetect410d.lib

opencv_optflow410d.lib

opencv_phase_unwrapping410d.lib

opencv_photo410d.lib

opencv_plot410d.lib

opencv_quality410d.lib

opencv_reg410d.lib

opencv_rgbd410d.lib

opencv_saliency410d.lib

opencv_shape410d.lib

opencv_stereo410d.lib

opencv_stitching410d.lib

opencv_structured_light410d.lib

opencv_superres410d.lib

opencv_surface_matching410d.lib

opencv_text410d.lib

opencv_tracking410d.lib

opencv_video410d.lib

opencv_videoio410d.lib

opencv_videostab410d.lib

opencv_xfeatures2d410d.lib

opencv_ximgproc410d.lib

opencv_xobjdetect410d.lib

opencv_xphoto410d.lib

 特别提醒，千万不要copy我的，因为也许你的版本不是OpenCV4.1.0，或者你的编译生成有模块失败，没有我这么多lib文件。这样我们就完成了CUDA编译支持。这里需要特别注意的，在VS2015编译阶段，必须先选择ALL_BUILD，切记！

OpenCV代码测试与运行

03

OpenCV4支持CUDA运行的模块，主要包括 图像处理、视频读写、视频分析、传统的对象检测包括HOG、级联检测器、特征提取部分、卷积滤波与图像二值分析、图像分割模块。这里我在OpenCV提供的示例代码基础上稍加改动，实现了一个基于背景分割的视频分析程序: