【计算机视觉】关于OpenCV中GPU配置编译的相关事项
标签（空格分隔）： 【计算机视觉】
前一段发现了OpenCV中关于GPU以及opencl的相关知识，打算升级一下对OpenCV的使用，但是发现从OpenCV官网上下载的都是没有WITH_CUDA这一选项的。于是必须进行OpenCV带CUDA的重编译！下面就记录这一阶段出现的一系列问题。
- 关于OpenCV版本的问题
起初直接尝试使用一直用的OpenCV2.4.9的源码进行编译，选择的编译环境为Visual Studio2010 x64，因为前面在使用cuda的时候就已经遇到过关于CUDA的库对于32位程序的不全面支持，即CUDA的较高版本好像有一些64位的库在32位中是没有的。所以，直接选择了x64的平台。而此时我使用的CUDA版本为8.0。总之，编译OpenCV中出现了一系列莫名其妙的问题，在网上也不好查看。最后尝试了使用OpenCV2.4.13版本，听说是2016年更新的版本，所以应该能跟CUDA8.0匹配。首先只是将OpenCV2.4.13的源码替换了OpenCV2.4.9的源码，然后再去编译的，debug版本爆出了无法排除的错误，而release版本居然生成成功了，但是我使用这些库的时候总是说CUDA function API call错误之类，应该是还是没有配置成功。这一问题让我都想放弃了OpenCV中关于CUDA的使用了。后来一再坚持，然后决定使用Visual Studio 2015进行编译。这里说明一下，我用CMAKE进行编译的时候可选的本地编译器有10，13，和15版本的。当时想使用13版本的win64，但是好像configure不过，于是一直使用10版本，即使打开的时候用的是13版本，但是还是报错。
后来猛然间醒悟，极有可能是编译器版本的问题，于是使用
CUDA8.0+OpenCV2.4.13+Visual Studio 2015 x64配置，不管是Debug版本还是Release版本都生成成功了，这全部是最新版本的相互之间的匹配。
- 关于CMAKE的配置选项
一个是要选择WITH_CUDA，然后是选择capabilities，我的笔记本是GTX860M对应的为5.0，我查了一下后面要部署的显卡GTX1060为6.1，我把这两项加了进去，其实还有一个GPU架构的选项，好像不选的话就是对应自动，但是里面还好像只有开普勒和费米架构？我配置成功的这次没有选择。另外，好像用10版本的配置这个能力的时候居然配置不成功，不知道啥原因。
关于我电脑上OpenCV版本控制的说明
（1）保留D盘根目录下的OpenCV2.4.9与OpenCV2.4.13，这两个都是基于微软的MSVC编译器的，其中OpenCV2.4.13版本中的x64中对应的vc14路径下为带CUDA-GPU配置的动态链接库。
（2）在F盘根目录下的opencv2.4.13是对应x64版本的CUDA-GPU编译工程，可以保留，以后又需要在进行修改。
（3） 在F盘根目录下的OpenCV2.4.9-MinGW为对应MinGW gcc编译器的动态链接库，可以在Qt-gcc下编译使用，在编写跨平台的工程时可以使用Qt的这个版本。保留工程文件！下面是一些引文参考：
近期由于课题需要使用GPU进行加速，通过调研决定采用OpenCV 的GPU 支持，通过整整一天的摸索，终于配置成功。
1. 系统环境
windows 7 ultimate版 64位+ visual studio 2010 ultimate版+OpenCV 2.4.9+CUDA ToolKit 6.5+CMake2.8.8
2. 配置过程
大致流程：CUDA Toolkit 6.5的下载与安装--> CMake的下载与安装--> OpenCV的下载与编译-->测试是否安装成功
2.1 CUDA ToolKit 6.5的下载与安装
由于之前测试直接使用OpenCV的预编译的版本，无法使用其GPU模块，因此需要安装CUDA Toolkit之后，使用自己的基于CUDA 编译的OpenCV 库。
由于自己配置时，CUDA ToolKit版本是7.0，于是尝试了一下，结果不成功，原因估计是Opencv2.4.9的gpu模块对最新的CUDA支持不够完善，因此在选择CUDA 版本时，一定要考虑OpenCV对其的兼容性。自己的一个经验是到 http://code.opencv.org/projects/opencv/wiki/ChangeLog 看一下自己的OpenCV 版本发布的时间；再到CUDA下载的页面找一个发布时间与OpenCV发布时间相近的版本；选择合适的版本很重要；自己花费的主要时间就浪费在版本不兼容上~~~
自己使用的是CUDA ToolKit 6.5，根据自己的系统，计算需求，下载对应的版本，一路安装就可以了。这个问题应该都不大，主要是确定OpenCV 与CUDA 的兼容性。
2.2 CMake 工具的下载与安装
到http://www.cmake.org/files/ 下载任何自己需要的版本（虽然我的win7系统是64位的，但是只有32位的CMAKE 供下载，cmake-2.8.8-win32-x86.exe, 这个对后面的编译木有影响），我使用的是2.8.8，下载完成，安装就OK~~
2.3 OpenCV的下载与编译
到OpenCV的主页上找到对应的版本2.4.9，下载Opencv for windows ，安装到自己的目录，比如D:OpenCV；然后使用CMake工具编译基于CUDA和TBB的OpenCV库，这个过程可以参看，
http://www.cnblogs.com/freedomshe/archive/2013/01/11/win7_vs2012_opencv_rebuild.html
这篇文章写得很详细，而且图文并茂，很好懂，虽然这篇文章的OPENCV及vs版本不同，但是VS2010按照他的过程来编译也是可以顺利通过的；
需要的注意的是，
1） 在配置CMake的时候选择VS10 WIN64(根据自己的操作系统和VS版本选择); 勾选WITH_TBB，WITH_CUDA
2） 把debug和release两个版本都编译上；编译的时间比较长（视电脑性能，自己编译花了），耐心等待~~~
3）在编译过程中可能会弹出对话框 是否要 reload the solution when a CMakeLists.tx has changed， 这个可能是个bug，是CMake的宏造成的，所以可以再编译前检查一下是否有这样额的宏，VS2010中 (Tools)工具--》(Macros)宏--》(Macro explorer)宏查看器-》CMakeVSMacros2（也可能是其他的目录）找到 Public Sub ReloadProjects(Optional ByVal projects As String = "") 与Public Sub StopBuild(Optional ByVal projects As String = "")这两个函数，它们应该是VB写的，把函数体注释掉就可以了；
2.4 测试是否安装成功
安装完成后，新建一个WIN32项目，注意配置一下使用x64选项进行编译；如果安装成功 int devNum=cv::gpu::getCudaEnabledDeviceCount();将返回非0值，否则说明配置为成功。
#include "stdafx.h"
#include
#include "opencv2/opencv.hpp"
#include "opencv2/gpu/gpu.hpp"
int _tmain(int argc, _TCHAR* argv[])
{
int devNum=cv::gpu::getCudaEnabledDeviceCount();
try
{
cv::Mat src_host = cv::imread("lena.jpg", 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.download(result_host);
cv::namedWindow("Result",1);
cv::imshow("Result", result_host);
cv::waitKey();
}
catch(const cv::Exception& ex)
{
std::cout << "Error: " << ex.what() << std::endl;
}
return 0;
}
参考文献
【1】 http://www.cnblogs.com/freedomshe/archive/2013/01/11/win7_vs2012_opencv_rebuild.html
【2】http://blog.csdn.net/kelvin_yan/article/details/38866795按语：首先感谢http://blog.csdn.net/fengbingchun/article/details/9831837这个博主的原创方法，在这个基础上编译之后发现了很多问题，所以进行了改正，有了以下方法：
重新编译OpenCV
1、 查看本机配置，查看显卡类型是否支持NVIDIA GPU，本机显卡为NVIDIA GeForce GT630；
2、 从http://www.nvidia.cn/Download/index.aspx?lang=cn下载最新驱动并安装；
3、 从https://developer.nvidia.com/cuda-toolkit根据本机类型下载相应最新版的CUDA Toolkit6.0 64位，安装，并通过样本程序验证其安装正确；
4、 将C:ProgramFilesNVIDIAGPU Computing ToolkitCUDAv6.0in添加到环境变量中(检查是否已经默认添加)；
5、 从http://threadingbuildingblocks.org/下载最新版的TBB4.2，解压缩，并将其bin目录D:softOpenCV2.4.8TBB bb41_20140122ossinia64vc10添加到环境变量中，注销或重启；
6、 从http://opencv.org/downloads.html 下载最新版本的OpenCV2.4.6，并解压缩到D:softOpenCV2.4.8文件夹中；
7、 从http://www.cmake.org/cmake/resources/software.html下载最新版本的CMake2.8.11.2并安装；
8、打开CMake，在Where isthesource code：中选择D:softOpenCV2.4.6opencv文件夹，在Where to buildthe binaries：中选择D:/soft/OpenCV2.4.6/vs2010_GPU文件夹，此文件夹为手动创建；
9、点击Configure按钮，在弹出的对话框中选择VisualStudio 10，然后点击Finish；
10、 如果有红色框出现，勾选BUILD_EXAMPLES、WITH_TBB、WITH_CUBLAS、WITH_CUDA、WITH_CUFFT，然后再次点击Configure按钮；
11、如果还有红色框出现，TBB_INCLUDE_DIRS，将其值改为D:softOpenCV2.4.6TBB bb41_20130613ossinclude为TBB中include所在的目录，然后再次点击Configure按钮；
12、 如何还有红色框出现，TBB_LIB_DIR、TBB_STDDEF_PATH，再次点击Configure按钮；
13、如果在下方信息框中有：Use TBB: YES(ver 4.1 interface 6105)，Use Cuda: YES(ver5.0)，证明我们已经将inteltbb和CUDA正确配置；
14、点击Generate按钮，此时会在D:softOpenCV2.4.6vs2010_GPU文件夹下生成OpenCV.sln文件；
15、以管理员身份，使用vs2010打开OpenCV.sln文件，选择View--> Properties Manager-->分别选中ALL_BUILD中的Debug和Release上的Microsoft.Cpp.Win64.user，依次添加inteltbb和CUDA 的Executable Directories、IncludeDirectories和Library Directories，点击右键-->Properties：
（需要说明的是：opencv里面要选择build文件夹下面的路径才对）
VC++ Directories，IncludeDirectories：
D:softOpenCV2.4.6TBB bb41_20130613ossinclude
C:Program FilesNVIDIAGPU ComputingToolkitCUDAv5.0include
D:opencvuildinclude
D:opencvuildincludeopencv
D:opencvuildincludeopencv2
Library Directories：
D:softOpenCV2.4.6TBB bb41_20130613osslibia64vc10
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv5.0libWin64
D:opencvuildx64vc10lib
Executable Directories：
D:softOpenCV2.4.6TBB bb41_20130613ossinia64vc10
C:Program FilesNVIDIA GPU ComputingToolkitCUDAv5.0in
D:opencvuildx64vc10in
16、选中modules中的opencv_gpu，点击右键，选择Properties-->Linker-->Input-->IgnoreSpecificDefault Libraries加入libcmtlibcmtd；（可忽视这条）
17、 分别在Debug和Release下，选择SolutionExplorer里的Solution OpenCV，点击右键，运行”Rebuild Solution”。（这个过程比较漫长，win7 64位，4GB内存，大概需要3小时）
18、点击CMakeTargets下的INSTALL—右键—仅本工程build，之后会在D:softOpenCV2.4.3vs2010install文件夹下的bin文件夹中存放相应的动态库，在lib文件夹下存放相应的静态库；
补充说明
(1)、安装CUDA Toolkit时最好不要修改其默认的安装目录；
(2)、第17步的重建过程中，如果出现了很异常诡异的行为，有一种调试方式是删除原先配置的文件夹，重新cmake，清空VS2010里面的工程，重新编译，可能会改善。
(3)、为了缩短编译时间，可以通过CMake中改变CUDA_ARCH_BIN、CUDA_ARCH_PTX值进行设置，将BUILD_EXAMPLES的勾选去掉（没有这么做，因为是为了全部编译）
(4)、在编译前最好把360安全卫士和杀毒软件关闭；
(5)、也可不用管理员身份打开OpenCV.sln，第15步的属性配置在不同的电脑上有的必须的，有的可以不需要，最好都加上，免得返工；
(6)、也可以不用修改opencv_gpu模块的属性配置，默认即可，即第16步也不是必须的；
(7)、编译过程中会弹出数次对话框，如出现宏对话框则点击Cancel选项，其它则选择Yes选项；
(8)、编译成功后的库也可以直接应用于OpenCV中的OpenCL模块。
Debug过程
编译错误解决：
1、无法加载宏： C:/Users/XXX/Documents/Visual Studio 2010Projects/VSMacros80/ Samples/ Samples.vsmacros
解决方法：
把这个附件放在上述目录里面：附件
2、错误：
CMakeFiles/example_gpu_driver_api_multi.dir/driver_api_multi.cpp.o: Infunction `destroyContexts()':
driver_api_multi.cpp:(.text._Z15destroyContextsv+0xc): undefined referenceto `cuCtxDestroy_v2'
driver_api_multi.cpp:(.text._Z15destroyContextsv+0x1c): undefinedreference to `cuCtxDestroy_v2'
CMakeFiles/example_gpu_driver_api_multi.dir/driver_api_multi.cpp.o: Infunction `Worker::operator()(int) const':
driver_api_multi.cpp:(.text._ZNK6WorkerclEi+0x19): undefined reference to`cuCtxPushCurrent_v2'
driver_api_multi.cpp:(.text._ZNK6WorkerclEi+0x6bf): undefined reference to`cuCtxPopCurrent_v2'
解决方法：
Only two example will affect by this bug,"example_gpu_driver_api_multi" and"example_gpu_driver_api_stereo_multi"
Modify line 39
target_link_libraries(${the_target} ${OPENCV_LINKER_LIBS}${OPENCV_GPU_SAMPLES_REQUIRED_DEPS})
to
target_link_libraries(${the_target} ${OPENCV_LINKER_LIBS}${OPENCV_GPU_SAMPLES_REQUIRED_DEPS} cuda)
in "opencv-2.4.6.1/samples/gpu/CMakeLists.txt" can easily fixthis problem
3、错误：dllmain重复定义，opencv_world246.dll不存在等错误
解决方法：cmake的时候不要勾选build_world选项，这个重建也不是必须的
4、错误37374error LNK1104:无法打开文件“....libDebugopencv_superres248d.lib”D:opencvopencv248GPUmodulessuperresLINKopencv_test_superres
分析：是链接库链接不上造成的，添上这些库就可以了。
解决办法：第15步中务必把opencv的includeinlib目标都加进去，而且是build目录下的，如果还有问题，那么重新cmake，或者清除VS2010的缓存就可以了。
5、错误
Unable to cast COM object of type'System.__ComObject' to interface type 'EnvDTE.DTE'.
解决办法：可能是这个或者可以放在这里不解决，继续编译可以没有问题
http://blogs.msdn.com/b/smondal/archive/2012/10/02/unable-to-cast-com-object-of-type-system-comobject-to-interface-type-microsoft-visualstudio-ole-interop-iserviceprovider.aspx
The exception seems to indicate the crashwas caused due to an interface not being found. This indicates thatsomething's wrong with proxy/stubs on the machine. At leastIServiceProvider is failing. IE is usually the owner of the IServiceProviderproxy.
From the dump, it showed devenv.exe process crashed shortly afterloading: C:WindowsSysWOW64actxprxy.dll andC:WindowsSystem32mssprxy.dll
The issue turned out to be brokenregistration for IServiceProvider. The proxy-stub CLSID was wrong (it wasreferring to actxprxy.dll instead of ieproxy.dll on Windows 7 x64). Registeringieproxy.dll from an elevated cmd prompt resolved the issue. regsvr32 "C:Program Files (x86)Internet Explorerieproxy.dll"
On x86 systems, regsvr32"C:Program FilesInternet Explorerieproxy.dll"
新编译的opencv使用方法
1、打开vs2010，新建一个控制台应用程序，为vs2010配置OpenCV环境：选择View-->Properties Manager-->分别选中Debug和Release上的Microsoft.Cpp.Win64.user，点击右键-->Properties：VC++ Directories，Include Directories：D:SoftOpenCV2.4.6vs2010_GPUinstallinclude；D:SoftOpenCV2.4.6vs2010_GPUinstallincludeopencv；D:SoftOpenCV2.4.6vs2010_GPUinstallincludeopencv2；Library Directories：D:SoftOpenCV2.4.6vs2010_GPUinstalllib；
2、选中工程-->Properties-->Configuration Properties-->Linker-->Input-->AdditionalDependencies：Debug和Release，添加相应的.lib库；
3、将D:softOpenCV2.4.6vs2010_GPUinstallin加入到windows系统环境变量Path中，重启。（也可以将install文件夹全部拷贝出来，作为一个新的opencv版本存在，里面应该包括includeinlib这个几个主要目录）
4、示例如下，如果iDevicesNum结果非0，说明安装配置正确。
1. #include "stdafx.h"
2. #include <opencv2/opencv.hpp>
3. #include <opencv2/gpu/gpu.hpp>
4.
5. using namespace cv;
6. using namespace cv::gpu;
7.
8. int_tmain(int argc, _TCHAR* argv[])
9. {
10. int iDevicesNum = getCudaEnabledDeviceCount();
11.
12. cout<<iDevicesNum<<endl;
13.
14. return 0;
15.}
参考文献
1、 http://opencv.willowgarage.com/wiki/OpenCV_GPU
2、 http://docs.opencv.org/modules/gpu/doc/introduction.html
3、 http://wenku.baidu.com/view/81e29c6f011ca300a6c390dd.html
4、 http://blog.cuvilib.com/2011/03/22/how-to-build-opencv-2-2-with-gpu-cuda-on-windows-7/
5、 http://docs.nvidia.com/cuda/cuda-getting-started-guide-for-microsoft-windows/index.html