opencv2.4.9调用GPU报错
OpenCV Error:Gpu API call<invalid device symbol>in unknown function…
WIN7 + VS2010 + CUDA7.5 + CMake3.0.2
Cmake 重新编译opencv之后，显示编译成功。
代码：num_devices= cv::gpu::getCudaEnabledDeviceCount();
返回 num_devices 个数为1.
但是运行测试代码以及opencv自带的gpu sample时会报错.
OpenCV Error:Gpu API call<invalid device symbol>in unknown function…
问题分析：
这是由于编译好的CUDA不支持本机GPU的原因，本机GPU型号为GeForce GT 602，计算能力为2.1（关于gpu型号对应的计算能力，参考https://developer.nvidia.com/cuda-gpus），而Cmake编译的时候，由于"CUDA_GENERATION" = Kepler. 所以默认生成的计算能力为3.0和3.5 。所以在调用opencv的GPU函数时会出现Gpu API call<invalid devicesymbol>in unknown function….的错误。
解决方案：
将"CUDA_GENERATION"= Auto.或者"CUDA_GENERATION" = Fermi.
测试运行成功：
测试代码：
[cpp] view plain copy #include <opencv2/opencv.hpp> #include <opencv2/gpu/gpu.hpp> using namespace cv; using namespace cv::gpu; int main() { int num_devices = cv::gpu::getCudaEnabledDeviceCount(); if(num_devices <= 0) { std::cerr<<"There is no device. "<<std::endl; return -1; } std::cerr<<"getCudaEnabledDeviceCount NUM :"<<num_devices<<std::endl; cv::Mat srcImage = cv::imread("M:\\work\\Pic\\cityWu.jpg"); cv::Mat dstImage; cv::gpu::GpuMat d_srcImage;//upload image to GPU cv::gpu::GpuMat d_dstImage; d_srcImage.upload(srcImage); cv::gpu::GpuMat dst; dst.create(d_srcImage.size(),CV_8UC1); cv::gpu::cvtColor(d_srcImage, d_dstImage, CV_BGR2GRAY); d_dstImage.download(dstImage); cv::imshow("RGB",srcImage); cv::imshow("gray",dstImage); cv::waitKey(0); return 0; } 运行结果：
序曲：
由于我的电脑GPU型号为NVIDIA GeForce GT 620，计算能力为2.1， （查看计算能力 网址）
首先我将"CUDA_GENERATION"= Auto，编译，生成。
但是在OpenCV.sln中生成opencv_core时，会报错，错误为：
1. CMakeError at cuda_compile_generated_bf_knnmatch.cu.obj.cmake:206 (message):
>C:\ProgramFiles (x86)\MSBuild\Microsoft.Cpp\v4.0\Microsoft.CppCommon.targets(151,5):error MSB6006: “cmd.exe”已退出，代码为 1。
即会有一个生成失败。
为了解决这个错误，
我将"CUDA_GENERATION" = Fermi.
将CUDA_ARCH_BIN 设为2.0 2.1
将CUDA_ARCH_PTX清空，编译，生成。
然后，在OpenCV.sln中生成opencv_core，生成成功！！！
将我的错误以及改正过程贴出来，希望遇到同样情况的你，可以有所帮助！
切记：一定要注意查找好本机GPU的类型和计算能力，再生成相应的CUDA.
参考文章：
http://stackoverflow.com/questions/22823186/opencv-gpu-mat-hanging
https://developer.nvidia.com/cuda-gpus
http://blog.csdn.net/wangyaninglm/article/details/39997113
