我刚刚按照http://www.pyimagesearch.com/2016/07/11/compiling-opencv-with-cuda-support/的指示安装了支持CUDA的OpenCV 3.2。现在我想知道如何在运行时（我使用Python 2.7）检查我的OpenCV是否正在使用CUDA和GPU加速。
1个回答
16
正如您在提供的链接中所看到的，您可以通过在python控制台上键入以下内容来检查是否正确安装了CUDA。
print(cv2.getBuildInformation())
如果您有CUDA支持，您将会在打印的文本中看到Use CUDA: YES (version)。
然后您可以在cv2.cuda模块中使用opencv cuda命令。
但是如该教程所述，目前Python中不支持CUDA。 （由于这些教程是关于OpenCV python的，您可能会困惑这是否会为python添加CUDA支持。 但它不会..）
此外，在启用GPU的CUDA环境中，我们可以对OpenCV进行一些编译时优化，使其利用GPU进行更快的计算（但主要是针对C++应用程序，至少目前对于Python来说不太适用）。
但是如this answer所述，你可以在Python上获得OpenCL支持。正如this文件中所述：
开放式计算语言（OpenCL）是一种用于编写可在异构平台上运行的代码的开放标准，包括CPU、GPU、DSP等。
编辑1：
另一件事情是，你可以为OpenCV C ++中的每个GPU方法编写python封装，并通过python调用这些方法。我不建议这样做，因为这将始终在GPU内存和RAM之间复制图像和其他数据，导致性能下降。有时这比仅使用CPU更耗时。
你还可以在C++中编写需要使用GPU完成的整个函数，并为该函数编写一个python封装。这比前一种方法好得多，但你需要了解C++。
有更好的方法来做这件事...
- Ramesh-X
1
这可能会有所帮助：https://dev59.com/G1gQ5IYBdhLWcg3w3Hl-#52436378 - Neeraj Gulia
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接