前段时间因为要做图像的一些并行计算，于是下载了cuda10.1、openCV3.4并且在Visual Studio2017进行配置具体如下：

1环境

操作系统：
VS 2017
GPU

2首先下载并安装Visual Studio2017

微软官方下载地址
选择与自己电脑系统对应的版本即可

2其次下载并安装Cuda10.1

英伟达官方下载地址
选择与自己电脑系统和显卡驱动对应的版本即可

3设置环境变量

安装完cuda10.1以后在系统属性->高级->环境变量->系统变量中会出现
CUDA_PATH C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
CUDA_PATH_V10_1 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
如下所示

（1）在环境变量中再添加下面五个变量

CUDA_BIN_PATH %CUDA_PATH%\bin
CUDA_LIB_PATH %CUDA_PATH%\lib\x64
CUDA_SDK_BIN_PATH %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH %CUDA_SDK_PATH%\common\lib\x64
CUDA_SDK_PATH C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1
其中CUDA_SDK_PATH 根据自己的安装路径添加即可
添加完成后可以用cmd命令查看，具体操作如下：
按住win+r键出现命令窗口，然后输入set cuda命令，出现以下内容则设置成功

cmd.png

（2）检查cuda的安装成功与否

在文件安装路径下找到deviceQuery.exe,bandwidthTest.exe这两个程序，我的默认安装路径为：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite
在此处打开DOS命令窗口，具体操作为按住shift右键单击，然后选择在此处打开命令窗口。
输入deviceQuery.exe命令，出现下图，并且Reslut=Pass。

输入bandwidthTest.exe,出现下图，并且Reslut=Pass。

能够出现上面两图，则表明的你的cuda安装成功。

4 配置VS2017

（1）打开vs2017新建一个Visual C++ 空项目,取名test

（2）右击“源文件”->添加->新建项->NVIDIA CUDA 10.1->Code->CUDA C/C++ File 取名cuda_test

(3)选择cuda_test右击，右键->生成依赖项->生成自定义

勾选CUDA10.1(.targets,.props)项，然后确定

（4）点击cuda_test.cu的属性，在常规中项类型改为CUDA C/C++，然后应用确定

5项目配置

Debug ×64配置

（1）包含目录配置

项目->属性->配置属性->VC++目录->包含目录添加包含目录：$(CUDA_PATH)\include
项目->属性->配置属性->VC++目录->库目录添加库目录：$(CUDA_PATH)\lib\x64

（2）CUDA Toolkit Dir 配置

项目->属性->配置属性->CUDA C/C++->CUDA Tookit Custom Dir 指定CUDA Toolkit 路径为：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

（3）附加依赖项

项目->属性->配置属性->连接器->输入->附加依赖项添加：
cublas.lib cuda.lib cudadevrt.lib cudart.lib cudart_static.lib OpenCL.lib

6测试程序

（1）程序

// CUDA runtime 库 + CUBLAS 库   
#include "cuda_runtime.h"  
#include "cublas_v2.h"  
#include <time.h>  
#include <iostream>  
using namespace std;  
// 定义测试矩阵的维度  
int const M = 5;  
int const N = 10;  
int main()   
{     
    // 定义状态变量  
    cublasStatus_t status;  
    // 在 内存 中为将要计算的矩阵开辟空间  
    float *h_A = (float*)malloc (N*M*sizeof(float));  
    float *h_B = (float*)malloc (N*M*sizeof(float));  
    // 在 内存 中为将要存放运算结果的矩阵开辟空间  
    float *h_C = (float*)malloc (M*M*sizeof(float));  
    // 为待运算矩阵的元素赋予 0-10 范围内的随机数  
    for (int i=0; i<N*M; i++) {  
        h_A[i] = (float)(rand()%10+1);  
        h_B[i] = (float)(rand()%10+1);  
    }  
    // 打印待测试的矩阵  
    cout << "矩阵 A :" << endl;  
    for (int i=0; i<N*M; i++){  
        cout << h_A[i] << " ";  
        if ((i+1)%N == 0) cout << endl;  
    }  
    cout << endl;  
    cout << "矩阵 B :" << endl;  
    for (int i=0; i<N*M; i++){  
        cout << h_B[i] << " ";  
        if ((i+1)%M == 0) cout << endl;  
    }  
    cout << endl;  
    /* 
    ** GPU 计算矩阵相乘 
    */  
    // 创建并初始化 CUBLAS 库对象  
    cublasHandle_t handle;  
    status = cublasCreate(&handle);  
    if (status != CUBLAS_STATUS_SUCCESS)  
    {  
        if (status == CUBLAS_STATUS_NOT_INITIALIZED) {  
            cout << "CUBLAS 对象实例化出错" << endl;  
        }  
        getchar ();  
        return EXIT_FAILURE;  
    }  
    float *d_A, *d_B, *d_C;  
    // 在 显存 中为将要计算的矩阵开辟空间  
    cudaMalloc (  
        (void**)&d_A,    // 指向开辟的空间的指针  
        N*M * sizeof(float)    //　需要开辟空间的字节数  
    );  
    cudaMalloc (  
        (void**)&d_B,      
        N*M * sizeof(float)      
    );  
    // 在 显存 中为将要存放运算结果的矩阵开辟空间  
    cudaMalloc (  
        (void**)&d_C,  
        M*M * sizeof(float)      
    );  
    // 将矩阵数据传递进 显存 中已经开辟好了的空间  
    cublasSetVector (  
        N*M,    // 要存入显存的元素个数  
        sizeof(float),    // 每个元素大小  
        h_A,    // 主机端起始地址  
        1,    // 连续元素之间的存储间隔  
        d_A,    // GPU 端起始地址  
        1    // 连续元素之间的存储间隔  
    );  
    cublasSetVector (  
        N*M,   
        sizeof(float),   
        h_B,   
        1,   
        d_B,   
        1  
    );  
    // 同步函数  
    cudaThreadSynchronize();  
    // 传递进矩阵相乘函数中的参数，具体含义请参考函数手册。  
    float a=1; float b=0;  
    // 矩阵相乘。该函数必然将数组解析成列优先数组  
    cublasSgemm (  
        handle,    // blas 库对象   
        CUBLAS_OP_T,    // 矩阵 A 属性参数  
        CUBLAS_OP_T,    // 矩阵 B 属性参数  
        M,    // A, C 的行数   
        M,    // B, C 的列数  
        N,    // A 的列数和 B 的行数  
        &a,    // 运算式的 α 值  
        d_A,    // A 在显存中的地址  
        N,    // lda  
        d_B,    // B 在显存中的地址  
        M,    // ldb  
        &b,    // 运算式的 β 值  
        d_C,    // C 在显存中的地址(结果矩阵)  
        M    // ldc  
    );  
    // 同步函数  
    cudaThreadSynchronize();  
    // 从 显存 中取出运算结果至 内存中去  
    cublasGetVector (  
        M*M,    //  要取出元素的个数  
        sizeof(float),    // 每个元素大小  
        d_C,    // GPU 端起始地址  
        1,    // 连续元素之间的存储间隔  
        h_C,    // 主机端起始地址  
        1    // 连续元素之间的存储间隔  
    );  
    // 打印运算结果  
    cout << "计算结果的转置 ( (A*B)的转置 )：" << endl;  
    for (int i=0;i<M*M; i++){  
            cout << h_C[i] << " ";  
            if ((i+1)%M == 0) cout << endl;  
    }  
    // 清理掉使用过的内存  
    free (h_A);  
    free (h_B);  
    free (h_C);  
    cudaFree (d_A);  
    cudaFree (d_B);  
    cudaFree (d_C);  
    // 释放 CUBLAS 库对象  
    cublasDestroy (handle);  
    getchar();  
    return 0;  
}

（2）结果

生成结果为下图则显示cuda配置成功

（3）可能出现问题

错误代码为MSB372,则说明配置管理器错了，应该选择×64位Debug
找不到cublas64_10.dll

添加cublas64_10.dll目录，具体为
项目->属性->配置属性->调试->环境环境改为:path=.dll文件的路径
例path=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin

7OpenCV下载与安装

我的下载为：OpenCV-3.4.6 下载链接选择Windows,会下载一个可执行程序，该程序会爸预编译好的OpenCV解压到电脑上，预编译版本支持不同版本的VisualStudio环境。

解压过程如下所示：

解压生成的文件如下所示：

8配置环境变量

找到用户变量中的PATH,将解压的opencv文件夹中的**opencv\opencv3.4\opencv\build\x64\vc15\bin路径添加到PATH中。
bin目录下面的opencv_world346.dll和opencv_world346d.dll文件复制到C:\Windows\SysWOW64这个文件夹里面即可

9配置VS2017

新建Window控制台应用程序
进入属性管理器，菜单栏->视图->其他窗口->属性管理器
-对Debug|X64进行配置，右键Microsoft.Cpp.x64.user，点击属性
属性中的 VC++目录->包含目录添加：
D:\opencv\opencv3.4\opencv\build\include
D:\opencv\opencv3.4\opencv\build\include\opencv
D:\opencv\opencv3.4\opencv\build\include\opencv2
属性中的 VC++目录->库目录添加：
D:\opencv\opencv3.4\opencv\build\x64\vc15\lib
属性中的链接器->输入->附加依赖项添加
opencv_world346d.lib

10测试opencv

代码

#include "pch.h"
#include <iostream>
#include<opencv2/opencv.hpp>
int main()
{
    cv::Mat img = cv::imread("E:/opencvdata/0724.bmp", -1);//读取照片
    if (img.empty())return -1;
    cv::namedWindow("Test", cv::WINDOW_AUTOSIZE);
    cv::imshow("Test", img);//显示照片
    cv::waitKey(0);
    cv::destroyWindow("Test"); 
}

结果：

image.png

以上在VS2017中就配置好了OpenCV

参考博客-笔尖bj
参考博客-King_LJames

Visual Studio 2017+cuda10.1+openCV3.4