OpenCV是由Intel、Willow Garage主導開發的開源計算機視覺庫，輕量而且高效，包括一系列C函數和少量C++類，是圖像處理和計算
機視覺方面的通用算法，支持Windows、Linux、Mac OS三大平臺，迄今已有數千名開發人員從事相關工作，下載量超過200萬。該項目早在
1999年1月就開始啓動，2009年10月1日發佈了2.0正式版。
NVIDIA表示，OpenCV面向的都是計算密集型大型應用，很多都需要強勁的實時性能，而有了CUDA GPU加速的支持，開發人員可在更高
分辨率的圖像上實時運行更精確的OpenCV算法，同時降低功耗，比如新的OpenCV深度計算引擎藉助GPU加速就要比單純在CPU上運行快5-10倍，
同時這也有利於開發更新、更主流的計算機視覺應用程序。
OpenCV的GPU模塊只支持NVIDIA的顯卡，原因是該部分是基於NVIDIA的CUDA和NVIDIA的NPP模塊實現的。而該模塊的好處在於使用GPU
模塊無需安裝CUDA工具，也無需學習GPU編程，因爲不需要編寫GPU相關的代碼。但如果你想重新編譯OpenCV的GPU模塊的話，還是需要CUDA的
toolkit。
由於GPU模塊的發展，使大部分函數使用起來和之前在CPU下開發非常類似。首先，就是把GPU模塊鏈接到你的工程中，幷包含必要的
頭文件gpu.hpp。其次，就是GPU模塊下的數據結構，原本在cv名字空間中的現在都在gpu名字空間中，使用時可以gpu：：和cv：：來防止混淆
。在GPU模塊中，矩陣的名字爲GpuMat，而不是之前的Mat，其他的函數名字和CPU模塊中相同，不同的是，現在的參數輸入不再是Mat，而是
GpuMat。對於2.0的GPU模塊，多通道的函數支持的並不好，推薦使用GPU模塊處理灰度的圖像。有些情況下，使用GPU模塊的運行速度並不及
CPU模塊下的性能，GPU模塊相對而言還不夠成熟，需要進一步優化。很重要的一個原因就是內存管理部分和數據轉換部分對於GPU模塊而言消
耗了大量的時間。
需要注意的是，在所有使用GPU模塊的函數之前，最好需要調用函數gpu::getCudaEnabledDeviceCount，如果你在使用的OpenCV模塊
編譯時不支持GPU，這個函數返回值爲0；否則返回值爲已安裝的CUDA設備的數量。使用GPU模塊，需要在用CMake編譯OpenCV時使其中的
WITH_CUDA和WITH_TBB的宏生效，爲ON。
下面是一個opencv GPU例程（highgui_gpu.cpp）
// GPUTest.cpp : 定義控制檯應用程序的入口點。
//
#include "stdafx.h"
#include <iostream>
#include <string>
#include <opencv2/core/core.hpp>
#include "opencv2/core/gpumat.hpp"
#include "opencv2/core/opengl_interop.hpp"
#include "opencv2/gpu/gpu.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/contrib/contrib.hpp"
using namespace std;
using namespace cv;
using namespace cv::gpu;
struct Timer
{
Timer(const string& msg_)
{
msg = msg_;
tm.reset();
tm.start();
}
~Timer()
{
tm.stop();
cout << msg << " " << tm.getTimeMilli() << " ms\n";
}
string msg;
TickMeter tm;
};
int main(int argc, char* argv[])
{
if (argc < 2)
{
cout << "Usage: " << argv[0] << " image" << endl;
return -1;
}
try
{
bool haveCuda = getCudaEnabledDeviceCount() > 0;
const string openGlMatWnd = "OpenGL Mat";
const string openGlBufferWnd = "OpenGL GlBuffer";
const string openGlTextureWnd = "OpenGL GlTexture";
const string openGlGpuMatWnd = "OpenGL GpuMat";
const string matWnd = "Mat";
namedWindow(openGlMatWnd, WINDOW_OPENGL | WINDOW_AUTOSIZE);
namedWindow(openGlBufferWnd, WINDOW_OPENGL | WINDOW_AUTOSIZE);
namedWindow(openGlTextureWnd, WINDOW_OPENGL | WINDOW_AUTOSIZE);
if (haveCuda)
namedWindow(openGlGpuMatWnd, WINDOW_OPENGL | WINDOW_AUTOSIZE);
namedWindow("Mat", WINDOW_AUTOSIZE);
Mat img = imread(argv[1]);
if (haveCuda)
setGlDevice();
setOpenGlContext(openGlBufferWnd);
GlBuffer buf(img, GlBuffer::TEXTURE_BUFFER);
setOpenGlContext(openGlTextureWnd);
GlTexture tex(img);
GpuMat d_img;
if (haveCuda)
d_img.upload(img);
cout << "=== First call\n\n";
{
Timer t("OpenGL Mat ");
imshow(openGlMatWnd, img);
}
{
Timer t("OpenGL GlBuffer ");
imshow(openGlBufferWnd, buf);
}
{
Timer t("OpenGL GlTexture");
imshow(openGlTextureWnd, tex);
}
if (haveCuda)
{
Timer t("OpenGL GpuMat ");
imshow(openGlGpuMatWnd, d_img);
}
{
Timer t("Mat ");
imshow(matWnd, img);
}
waitKey();
cout << "\n=== Second call\n\n";
{
Timer t("OpenGL Mat ");
imshow(openGlMatWnd, img);
}
{
Timer t("OpenGL GlBuffer ");
imshow(openGlBufferWnd, buf);
}
{
Timer t("OpenGL GlTexture");
imshow(openGlTextureWnd, tex);
}
if (haveCuda)
{
Timer t("OpenGL GpuMat ");
imshow(openGlGpuMatWnd, d_img);
}
{
Timer t("Mat ");
imshow(matWnd, img);
}
cout << "\n";
waitKey();
}
catch(const exception& e)
{
cout << e.what() << endl;
}
system("pause");
return 0;
}