32位Windows 7 上配置过GPU版的OpenCV可参考
64位Windows7下CUDA7.5的配置可以参考：这里是在CUDA7.5已正确安装后的操作步骤：
1. 从这里下载opencv-2.4.13.exe，并解压缩；
2. 打开cmake-gui：如图
(1)、勾选：CUDA_FAST_MATH、WITH_CUBLAS、WITH_CUDA、WITH_CUFFT、WITH_NVCUVID
(2)、指定CUDA正确路径：CUDA_TOOLKIT_ROOT_DIR：C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v7.5;CUDA_GENERATION: Auto
(3)、如果想缩短编译的时间：可以去掉BUILD_EXAMPLES的勾选；对CUDA_ARCH_BIN的值进行设置，默认会有2.0 /2.1(2.0)/3.0/3.5，只设置其中一个；
(4)、依次点击Configure和Generate按钮，会在D:\soft\OpenCV2.4.13\vs2013_cuda_dll目录下生成OpenCV.sln工程，如下图：
3. 打开OpenCV.sln工程：
(1)、分别在Release和Debug下，选中工程解决方案’OpenCV’，点击重新生成解决方案；
(2)、在编译过程中会弹出对话框(检测到文件修改)，如下图，点击全部重新加载；
(3)、编译完后，依次点击CMakeTargets,INSTALL，生成
(4)、将D:\soft\OpenCV2.4.13\vs2013_cuda_dll\install\x64\vc12\bin添加到系统环境变量中，重启系统；
4. 新建一个控制台工程，验证GPU版OpenCV库的正确性，测试代码如下：
#include <iostream>
#include <string>
#include <opencv2/opencv.hpp>
#include <opencv2/gpu/gpu.hpp>
int main()
{
int device_num = cv::gpu::getCudaEnabledDeviceCount();
fprintf(stdout, "device count: %d\n", device_num);
std::string image_name = "D:/soft/OpenCV2.4.13/opencv/sources/doc/tutorials/introduction/clojure_dev_intro/images/lena.png";
cv::Mat mat = cv::imread(image_name, 1);
if (!mat.data) {
fprintf(stderr, "read image fail\n");
return -1;
}
cv::gpu::GpuMat src(mat);
int width = src.cols;
int height = src.rows;
int channels = src.channels();
fprintf(stdout, "image width: %d, height: %d, channels: %d\n", width, height, channels);
cv::gpu::GpuMat dst;
cv::gpu::resize(src, dst, cv::Size(300, 400), 0.0, 0.0, 1);
cv::Mat mat2(dst);
cv::imwrite("resize.jpg", mat2);
return 0;
}
执行结果如下，一切正常：
Ubuntu 14.04 安装配置CUDA
Ubuntu 12.04配置NVIDIA CUDA5.5实录
关于Ubuntu 12.04 下 CUDA5.5 的安装请参看如下链接 Ubuntu 12.04 安装 CUDA-5.5
Caffe配置简明教程 ( Ubuntu 14.04 / CUDA 7.5 / cuDNN 5.1 / OpenCV 3.1 )