EMGU CV的GPU測試運作

想法：目前系統用到emgu cv non-gpu的函式，是否改用gpu 函式效能就會提升？
實作：先run起emgu cv gpu的函式，以及針對靜態影像做簡易的影像處理。

Step1: GPU package

GPU for image processing is only available for Emgu CV rev 2.2.1 and later. Only package containing -gpu in its name (e.g. libemgucv-xxx-gpu-xxx) has GPU processing enabled.

• Install the latest cuda graphic card driver from NVIDIA on your running platform.
• Copy the cuda and npp dll files: cudart{bit}_{maj_rev}_{min_rev}.dll and npp{bit}_{maj_rev}_{min_rev}.dll to the execution directory
• Add Emgu.CV.GPU.dll to References
• Optionally put the following lines in the top of your code to include the Emgu.CV.GPU namespace.

Step2:
針對同一張800*533影像做灰階->FastCorner->轉bitmapsouce後用元件show圖，過程皆用Image類型運算。GPU cost time 是 82ms，non-gpu cost time是 17ms。


記錄：第一台ASUS BM6650 i5-2500 3.3GHz intel內顯 品牌電腦。執行時會有unknown error，初估是非nvidia的顯卡。第二台配備nvidia quadro工作站顯卡，成功執行。

結論：gpu函式再初始階段較耗時，在簡易的影像處理函式中無法展現高效能特性，或許在更高計算量的影像處理需要時，能展現其高效能之特性，像是KinectFusion(real-time 3D reconstruction)。