Mat对象仅仅存储在内存或者CPU缓存中。为了得到一个GPU能直接访问的opencv 矩阵你必须使用GPU对象 GpuMat 。它的工作方式类似于2维 Mat，唯一的限制是你不能直接引用GPU函数。（因为它们本质上是完全不同的代码，不能混合引用）。要传输*Mat*对象到*GPU*上并创建GpuMat时需要调用上传函数，在回传时，可以使用简单的重载赋值操作符或者调用下载函数。
Mat I1; // 内存对象，可以用imread来创建
gpu::GpuMat gI; // GPU 矩阵 - 现在为空
gI1.upload(I1); //将内存数据上传到显存中
I1 = gI1; //回传, gI1.download(I1) 也可以
记住：一旦你的数据被传到GPU显存中，你就只能调用GPU函数来操作，大部分gpu函数名字与原来CPU名字保持一致，不同的是他们只接收 GpuMat 输入。可以在: 在线文档中找到一些说明，或者查阅OpenCV参考手册。因为大量的时间都耗费在传输数据到显存这样的步骤了，大量的计算时间被消耗在内存分配和传输上，GPU的高计算能力根本发挥不出来，我们可以利用 gpu::Stream 来进行异步传输，从而节约一些时间.
官网GPU文档：https://docs.opencv.org/2.4/modules/gpu/doc/gpu.html
注意：GPU并不能对图片的各种通道都能进行有效的处理。 GPU只接受通道数为一或四的图片，且数值类型为char或float。GPU不接受double类型的图片数据，否则会有异常抛出。对于三通道的图片数据，要么在图片上再加一个通道变为四通道（但这样会比较消耗GPU内存不推荐）；或者，将图片按通道划分成多个单通道图片依次处理。若对于某些函数，图片中元素的实际位置不影响处理，那么比较好的处理办法是将图片直接转为单通道。
利用opencv gpu进行行人检测部分c++代码 如下:
Mat src=frame; // 内存对象，可以用imread来创建
cv::gpu::GpuMat Image_Src,Image_Dst;// GPU 矩阵 - 现在为空
Image_Src.upload(src);//将内存数据上传到显存中
cv::gpu::cvtColor(Image_Src,Image_Dst,CV_BGR2GRAY);//转换成单通道
vector<Rect> found, found_filtered;//矩形框数组
cv::gpu::HOGDescriptor myHOG; //设置HOGDescriptor的检测子
myHOG.setSVMDetector(myDetector);
myHOG.detectMultiScale(Image_Dst, found);