这一章我们将介绍如何从头搭建并配置一个用于图像处理的VC++并行计算环境。所用操作系统为Windows 7的32位系统，编程环境为VS2005，CUDA版本为3.0，OpenCV版本为1.0。内容包括建立一个基于VS2005的简单的对话框工程，安装和使用OpenCV，以及安装配置CUDA环境。
需要注意，支持CUDA的VisualStudio版本为2005~2010，低版本的开发环境不支持。
1.建立一个简单的对话框工程
我们先从一个简单的MFC对话框工程开始。如图2-1，打开VS2005，点击“文件(File)→新建(New)→工程(Project)”，新建基于Dialog的工程。
【图2-1：新建工程】
如图2-2，在弹出的新建项目(NewProject)对话框中，在左侧的“项目类型”(Project types)中选中MFC，在右侧的模板(Templates)中选择“MFC应用”(MFCApplication)，在Name部分输入自己想要的工程名字，如MyProcess，点击OK。
【图2-2：选择MFC工程】
在弹出的MFC向导(MFCApplication Wizard)对话框中（图2-3），左侧选中应用类型(Application Type)，然后在右侧选中“基于对话框(Dialogbased)”，然后点击完成(Finish)。这样，我们就建立了一个最简单的对话框工程。
【图2-3：建立对话框】
要查看工程是否已经建立完成，可按F5运行，将出现如图2-4所示界面：
【图2-4：建立完成的对话框】
至此，一个基于MFC的对话框工程就建立完成了。
2.用OpenCV显示“HelloWorld”
注意，本节OpenCV的配置是建立在作者提供的OpenCV库的基础上，该库是在安装完OpenCV 1.0之后编译生成的，而编译生成库的过程就不在本书介绍了。
在MyProcess工程上点击右键，在弹出的对话框中选择“属性(Properties) ”（图2-5）。
【图2-5：选择工程属性】
如图2-6，会弹出一个属性对话框，选择“结构特性(configuration Properties)→C/C++→常规(General)”，在右侧的“附加包含路径(AdditionalInclude Directories)”中输入所示的内容。然后在“语言(Language)”中将“OpenMP支持(OpenMP Support)”的属性改为“是(Yes(/openmp))”。
【图2-6：添加要包含的目录路径】
再选中左侧“连接器(Linker)”中的“常规(General)”在“附加包含路径(AdditionalInclude Directories)”中输入“.\opencv\lib”；并在“输入(Input)”的“附加依赖项(AdditionalDependencies)”中加入如图7内容。
【图2-7：连接器设置】
然后将OpenCV1.0的cxcore100.dll，highgui100.dll，libguide40.dll三个动态库拷入系统目录或程序运行目录，这样程序就可以使用OpenCV的功能了。
现在，我们用OpenCV来进行图像数据的读入和显示，初步测试一下程序和环境配置。
我们在建立好的对话框中加入一个按钮，将其命名为“Hello World”，并添加其单击响应函数，响应函数代码如【例2-1】：
////////////////////////////////////////////////////////////////////////////////////////////////////////////////
voidCMyProcessDlg::OnBnClickedButtonHelloWorld()
{
IplImage * pImgLoad;
pImgLoad =cvLoadImage("..\\MyProcess\\TestImg\\Hello World\\Hello World.bmp",
CV_LOAD_IMAGE_ANYDEPTH |CV_LOAD_IMAGE_ANYCOLOR);
cvNamedWindow("Hello World",0);
cvShowImage("HelloWorld",pImgLoad);
cvReleaseImage(&pImgLoad);
}
////////////////////////////////////////////////////////////////////////////////////////////////////////////////
编译运行，单击界面上的“HelloWorld”按钮，将弹出如下图像：
【图2-8：OpenCV显示“HelloWorld”】
这样就用OpenCV实现了图像数据的载入和显示。同时，我们也得到IplImage结构，方便对其中的图像数据进行需要的算法处理。
3.安装配置CUDA环境
上面我们实现了对话框和OpenCV环境的搭建，这一部分，将安装和配置CUDA环境。
依次安装cudatoolkit_3.0_win_32.exe和gpucomputingsdk_3.0_win_32.exe，安装路径选择默认即可。安装完成后，可以先运行SDK中的deviceQuery.exe。作者的安装路径在：
C:\Win7Program\NVIDIACorporation\NVIDIA GPU Computing SDK\C\bin\win32\Release
运行这个自带的程序，将会在当前文件夹中输出一个deviceQuery.txt的文档，记录当前使用显卡的性能。
如作者的显卡信息如下：
////////////////////////////////////////////////////////////////////////////////////////////////////////////////
C:\Win7Program\NVIDIACorporation\NVIDIA GPU Computing SDK\C\bin\win32\Release\deviceQuery.exeStarting...
CUDA Device Query (Runtime API) version(CUDART static linking)
Thereis 1 device supporting CUDA
Device0: "GeForce GTS 450"
CUDA Driver Version: 5.50
CUDA Runtime Version: 3.0
CUDA Capability Major revision number: 2
CUDA Capability Minor revision number: 1
Total amount of global memory: 1073414144bytes
Number of multiprocessors: 4
Number of cores: 128
Total amount of constant memory: 65536 bytes
Total amount of shared memory per block: 49152 bytes
Total number of registers available perblock: 32768
Warp size: 32
Maximum number of threads per block: 1024
Maximum sizes of each dimension of a block: 1024 x 1024 x 64
Maximum sizes of each dimension of a grid: 65535 x 65535 x 65535
Maximum memory pitch: 2147483647 bytes
Texture alignment: 512 bytes
Clock rate: 1.57GHz
Concurrent copy and execution: Yes
Run time limit on kernels: Yes
Integrated: No
Support host page-locked memory mapping: Yes
Compute mode: Default(multiple host threads can use this device simultaneously)
deviceQuery,CUDA Driver = CUDART, CUDA Driver Version = 5.50, CUDA Runtime Version = 3.0,NumDevs = 1, Device = GeForce GTS 450
PASSED
Press<Enter> to Quit...
////////////////////////////////////////////////////////////////////////////////////////////////////////////////
如果测试最后显示PASSED，恭喜你，你的显卡支持CUDA并行计算，可以继续进行下面的操作了。
然后，在我们的工程属性中进行CUDA配置，方法类似于OpenCV的配置。
在“附加包含路径(AdditionalInclude Directories)”中加入 $(CUDA_INC_PATH)（安装CUDA toolkit之后自动配置的系统变量，如果没有，可以自己手动添加）。
在“附加库路径(AdditionalInclude Directories)”中加入 $(CUDA_LIB_PATH)
在“附加依赖项(AdditionalDependencies)”中加入cudart.libcufft.lib。
再在工程上右键单击，选择“自定义生成规则(CustomBuild Rule)”，在弹出的对话框中选择Find Existing…，在弹出的对话框中找到C:\Win7Program\NVIDIA Corporation\NVIDIA GPU Computing SDK\C\common路径下的Cuda.rules文件，如图2-9所示：
【图2-9：自定义生成规则】
然后在AvailableRule Files中选中 CUDA Build Rule v3.0.14，点击OK，完成CUDA的整个设置。
转：https://blog.csdn.net/qq_28372387/article/details/48623037