Opencv3.4与Opencv_contrib模块联合编译，生成使用CUDA加速的Opencv GPU模块

出于稳定性考虑，Opencv3官方一直没有加入Opencv2中存在的模块，比如像feature2d模块，其中包含了SURF、SIFT这些经典的图像算法。如果想要在Opencv3中使用这些算法，要自己动手从Opencv_contrib模块中编译生成库使用。而今天想要说的重点是用Opencv3.4与Opencv_contrib模块联合编译，生成能够使用CUDA加速的GPU模块，也就是俗称的Opencv GPU版。

做图像这方面工作的小伙伴应该都会有一个困扰，当需要用稍复杂一点的算法处理实时性要求非常高的图像的时候，比如处理高清数字视频流，就经常会出现卡顿，处理跟不上播放速度。按理说这样专业的应用应该用专门DSP平台完成，但是毕竟不是每个PC平台的工程师都懂DSP的啊~所以采用能够使用CUDA加速的GPU模块在一定程度上能够解决这种尴尬的局面。当然也不是说GPU版的Opencv 就一定快，它的使用还有很多门道，使用不当可能速度还不如cpu版的呢。使用什么的现在先不说了，现在先来看怎样把GPU版的opencv变得可用。

准备工具：

1. 编译神器CMake，这个建议下一个GUI版的，好操作，我这里用的是CMake 3.11
2. IDE平台VS2015，或者VS2013,VS2017都可以
3. CUDA9.0或者8.0都可以，正确安装好
4. opencv的源码，就是opencv文件夹下的source文件夹，还有opencv_contrib源码，建议从github上获取，注意版本的对应，这里我用的是opencv3.4，所以opencv_contrib也是3.4的。下载网址：https://github.com/opencv

第一阶段：使用CMake编译

选好opencv的源码，就是那个source文件夹的位置，再选好你想把这个库编译到哪里，我直接把它放到了D:/opencv_contrib3.4，这个随个人习惯。选好之后点configure，如果这个文件夹不存在它会提示你新建，确定。

接下来是关键的一步，选你的VS版本，这里一定要选对是哪一版，2015还是2017，32位还是64位，不然后面会出现奇奇怪怪的错误。我这里用的是64位的VS2015。建议都使用64位的，好像官方的opencv3都不支持32位的，从来没有见过。

点Finished，等读条，生成工程。完成后可以检查一下窗口下部的框，如果正确安装好了CUDA，会有CUDA detected+版本号的信息。