Visual studio 2008 OpenCV 2.4.3rc和CUDA 4.2:“；OpenCV错误：不支持GPU“；

我在这张相册中上传了几个截图：

我正试图在VisualStudio2008的OpenCV中启动并运行GPU。我正在运行OpenCV GPU示例代码之一bgfg_segm.cpp。然而，当我编译时（没有编译错误），它抛出一个“OpenCV错误：没有GPU支持”

• Windows 7，32位
• Visual Studio 2008
• nVidia Quadro 1000M，驱动程序版本301.27
• OpenCV 2.4.3rc（使用随附的预编译库）
• CUDA工具包4.2，CUDA SDK

我可以运行C:\ProgramData\NVIDIA Corporation\NVIDIA GPU Computing SDK 4.2\C\bin\win32\Release中的.exe文件，没有任何错误，因此CUDA似乎正在工作

我真的希望你能帮我，因为我觉得我肯定错过了一些明显的东西。非常感谢您的任何想法或建议

编辑2012年11月9日：

我最终按照sgar91的指示行事，现在一切似乎都在运转

单边注意：当您输入

环境变量时

检查CUDA的路径。我的一个人在

bin

之前有一个反斜杠（

\

）太多，就像这样

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v4.2\\bin。CUDA及其SDK有三个参考，请查看它们。也许这只是一时的侥幸。我不确定这是否重要

另一个旁注：我安装了Visual Studio 2010 Express，请注意sgar91的说明是针对Visual Studio 2010（也称为“vc10”）的。它在Visual Studio 2008（又名“vc9”）或Visual Studio 2012（又名“vc11”）中不起作用，因为对于vc9和vc11（仅vc10），没有使用OpenCV 2.4.3预构建的库文件。另外，请注意，如果您使用的是64位Windows，那么在遵循他的指南时，您应该将所有X86路径（32位）更改为X64（64位），并且在Visual Studio中，您需要将解决方案平台从Win32（位于“调试”或“发布”旁边顶部、中部的下拉菜单）更改为X64

还有一个旁注：OpenCV 2.4.3支持CUDA 4.2（或者说LIB是用CUDA 4.2编译的）。如果安装CUDA 5.0，它将无法工作。它抛出一条错误消息。记不起是哪一个。如果您绝对需要CUDA 5.0，您必须等待OpenCV将其包含在未来版本中，或者通过CMake编译您自己的LIB

我运行了下面的代码（它来自，但我必须更正其中的一行以使其编译），它编译并显示了图像，所以我希望这意味着一切正常

#ifdef _DEBUG
#pragma comment(lib,"opencv_gpu243d")
#pragma comment(lib,"opencv_core243d")
#pragma comment(lib,"opencv_highgui243d")
#else
#pragma comment(lib,"opencv_core243")
#pragma comment(lib,"opencv_highgui243")
#pragma comment(lib,"opencv_gpu243")
#endif

    #include <iostream>
    #include "opencv2/opencv.hpp"
    #include "opencv2/gpu/gpu.hpp"

    int main (int argc, char* argv[])
    {
        try
        {
            cv::Mat src_host = cv::imread("file.png", CV_LOAD_IMAGE_GRAYSCALE);
            cv::gpu::GpuMat dst, src;
            src.upload(src_host);

            cv::gpu::threshold(src, dst, 128.0, 255.0, CV_THRESH_BINARY);

            cv::Mat result_host(dst);
            //cv::Mat result_host = dst;         //old line commented out
            cv::imshow("Result", result_host);   //new line added by me
            cv::waitKey();
        }
        catch(const cv::Exception& ex)
        {
            std::cout << "Error: " << ex.what() << std::endl;
        }
        return 0;

    }

\ifdef\u调试
#pragma注释（lib，“opencv_gpu243d”）
#pragma注释（lib，“opencv_core243d”）
#pragma注释（lib，“opencv_highgui243d”）
#否则
#pragma注释（lib，“opencv_core243”）
#pragma注释（lib，“opencv_highgui243”）
#pragma注释（lib，“opencv_gpu243”）
#恩迪夫
#包括
#包括“opencv2/opencv.hpp”
#包括“opencv2/gpu/gpu.hpp”
int main（int argc，char*argv[]）
{
尝试
{
cv:：Mat src_host=cv:：imread（“file.png”，cv\u LOAD\u IMAGE\u灰度）；
cv:：gpu:：GpuMat dst，src；
src.upload（src_主机）；
cv:：gpu:：threshold（src、dst、128.0、255.0、cv_THRESH_二进制）；
cv：：Mat结果_主机（dst）；
//cv:：Mat result_host=dst；//已注释掉旧行
cv:：imshow（“Result”，Result_host）；//我添加的新行
cv:：waitKey（）；
}
捕获（常量cv:：异常和异常）
{
std：：cout您使用的是那些在不支持GPU的情况下编译的OpenCV二进制文件

C:\opencv\build\x86\…
不支持GPU

您必须使用
build\gpu
文件夹中的二进制文件和lib文件

C:\opencv\build\gpu\x86\…
支持gpu

更新：

程序：

在Visual Studio 2010中，转到项目属性。在VC++目录中，您将看到以下页面：

将OpenCV
include
文件夹的路径添加到include Directories文本框中。确保用分号分隔多个路径，并且任何路径中都没有空格

同样，在库目录文本框中为GPU和非GPU版本添加OpenCV
lib
文件夹的路径。（不要忘记分号）

重要提示：在框中写入路径时，首先写入GPU路径，然后写入非GPU路径


下一步是添加OpenCV的
bin
文件夹的路径。但不是在visual studio中，而是在
path
环境变量中，如下所示：



右键单击我的电脑
转到属性
转到
环境变量
部分
编辑系统变量路径
将
C:\OpenCV\build\gpu\x86\vc10\bin
和
C:\OpenCV\build\x86\vc10\bin
附加到路径中。别忘了用分号分隔不同的值。另外-->gpu优先

保存并退出

重新启动Visual Studio。链接器和
#include
指令现在将识别OpenCV库。
由于我们还添加了GPU库的路径，所以完整的GPU支持将在OpenCV中提供

要使用OpenCV的GPU功能，只需执行以下操作：


#包括opencv2/gpu/gpu.hpp
为调试配置指定
opencv\u gpu243d.lib
，或在项目属性的
Linker->Input
部分的附加依赖项字段中为发布配置指定
opencv\u gpu243.lib

一些附加信息：

在VisualStudio中，有一种简单的方法可以链接库，而不是在项目属性中指定它们

#ifdef _DEBUG
#pragma comment(lib,"opencv_core243d")
#pragma comment(lib,"opencv_highgui243d")
#else
#pragma comment(lib,"opencv_core243")
#pragma comment(lib,"opencv_highgui243")
#endif