1、 查看本机配置，查看显卡类型是否支持NVIDIA GPU；
2、 从http://www.nvidia.cn/Download/index.aspx?lang=cn下载最新驱动并安装；
3、 从https://developer.nvidia.com/cuda-toolkit根据本机类型下载相应最新版的CUDA Toolkit5.0，安装，并通过样本程序验证其安装正确；
4、 将C:ProgramFilesNVIDIA GPU Computing ToolkitCUDAv5.0in添加到环境变量中；
5、 从http://threadingbuildingblocks.org/下载最新版的TBB4.1，解压缩，并将其bin目录D:softOpenCV2.4.6TBB bb41_20130613ossinia32vc10添加到环境变量中，注销或重启；
6、 从http://opencv.org/downloads.html 下载最新版本的OpenCV2.4.6，并解压缩到D:softOpenCV2.4.6文件夹中；
7、 从http://www.cmake.org/cmake/resources/software.html下载最新版本的CMake2.8.11.2并安装；
8、 打开CMake，在Where isthe source code：中选择D:softOpenCV2.4.6opencv文件夹，在Where to buildthe binaries：中选择D:/soft/OpenCV2.4.6/vs2010_GPU文件夹，此文件夹为手动创建；
9、 点击Configure按钮，在弹出的对话框中选择VisualStudio 10，然后点击Finish；
10、 如果有红色框出现，勾选BUILD_EXAMPLES、WITH_TBB、WITH_CUBLAS、WITH_CUDA、WITH_CUFFT，然后再次点击Configure按钮；
11、 如果还有红色框出现，TBB_INCLUDE_DIRS，将其值改为D:softOpenCV2.4.6TBB bb41_20130613ossinclude为TBB中include所在的目录，然后再次点击Configure按钮；
12、 如何还有红色框出现，TBB_LIB_DIR、TBB_STDDEF_PATH，再次点击Configure按钮；
13、 如果在下方信息框中有：Use TBB: YES(ver 4.1 interface 6105)，Use Cuda: YES(ver5.0)，证明我们已经将inteltbb和CUDA正确配置；
14、 点击Generate按钮，此时会在D:softOpenCV2.4.6vs2010_GPU文件夹下生成OpenCV.sln文件；
15、 以管理员身份，使用vs2010打开OpenCV.sln文件，选择View--> Properties Manager-->分别选中ALL_BUILD中的Debug和Release上的Microsoft.Cpp.Win32.user，依次添加inteltbb和CUDA 的Executable Directories、Include Directories和Library Directories，点击右键-->Properties：VC++ Directories，Include Directories：D:softOpenCV2.4.6TBB bb41_20130613ossinclude C:Program FilesNVIDIAGPU Computing ToolkitCUDAv5.0include；Library Directories：D:softOpenCV2.4.6TBB bb41_20130613osslibia32vc10 C:Program FilesNVIDIA GPU ComputingToolkitCUDAv5.0libWin32；Executable Directories：D:softOpenCV2.4.6TBB bb41_20130613ossinia32vc10 C:Program FilesNVIDIA GPU Computing ToolkitCUDAv5.0in；
16、 选中modules中的opencv_gpu，点击右键，选择Properties-->Linker-->Input-->Ignore SpecificDefault Libraries加入libcmtlibcmtd；
17、 分别在Debug和Release下，选择Solution Explorer里的Solution OpenCV，点击右键，运行”Rebuild Solution”,点击CMakeTargets下的INSTALL，build；会在D:softOpenCV2.4.3vs2010install文件夹下的bin文件夹中存放相应的动态库，在lib文件夹下存放相应的静态库；
18、 打开vs2010，新建一个控制台应用程序，为vs2010配置OpenCV环境：选择View--> Properties Manager-->分别选中Debug和Release上的Microsoft.Cpp.Win32.user，点击右键-->Properties：VC++ Directories，Include Directories：D:SoftOpenCV2.4.6vs2010_GPUinstallinclude；D:SoftOpenCV2.4.6vs2010_GPUinstallincludeopencv；D:SoftOpenCV2.4.6vs2010_GPUinstallincludeopencv2；Library Directories：D:SoftOpenCV2.4.6vs2010_GPUinstalllib；
19、 选中工程-->Properties-->Configuration Properties-->Linker-->Input-->AdditionalDependencies：Debug和Release，添加相应的.lib库；
20、 将D:softOpenCV2.4.6vs2010_GPUinstallin加入到windows系统环境变量Path中，重启。
说明：
(1)、安装CUDA Toolkit时最好不要修改其默认的安装目录；
(2)、其中TBB不是必须的，也可不用安装；
(3)、为了缩短编译时间，可以通过CMake中改变CUDA_ARCH_BIN、CUDA_ARCH_PTX值进行设置；
(4)、在编译前最好把360安全卫士和杀毒软件关闭；
(5)、也可不用管理员身份打开OpenCV.sln；
(6)、也可以不用修改opencv_gpu模块的属性配置，默认即可；
(7)、编译过程中会弹出数次对话框，如出现宏对话框则点击Cancel选项，其它则选择Yes选项；
(8)、编译成功后的库也可以直接应用于OpenCV中的OpenCL模块。
示例如下，如果iDevicesNum结果非0，说明安装配置正确。
#include "stdafx.h"
#include <opencv2/opencv.hpp>
#include <opencv2/gpu/gpu.hpp>
using namespace cv;
using namespace cv::gpu;
int_tmain(int argc, _TCHAR* argv[])
{
int iDevicesNum = getCudaEnabledDeviceCount();
cout<<iDevicesNum<<endl;
return 0;
}
参考文献：
1、 http://opencv.willowgarage.com/wiki/OpenCV_GPU
2、 http://docs.opencv.org/modules/gpu/doc/introduction.html
3、 http://wenku.baidu.com/view/81e29c6f011ca300a6c390dd.html
4、 http://blog.cuvilib.com/2011/03/22/how-to-build-opencv-2-2-with-gpu-cuda-on-windows-7/
5、 http://docs.nvidia.com/cuda/cuda-getting-started-guide-for-microsoft-windows/index.html