首先检查自己的机器是否支持，否则都是白搭（只有NVIDIA的显卡才支持，可在设备管理器中查看）
如果不用GPU，可以直接官网下载预编译好的库
环境：
1 VS2013
2 Opencv2.4.9
3 CUDA6.5 （只有6.5版本以上版本才加入对VS2013的支持，6.0最高支持到2012）
4 TBB
--------------------------------------分割线 --------------------------------------
Fedora 15系统下配置CUDA环境
Ubuntu 11.04 安装 NVIDIA CUDA 4.0 RC2
Linux Mint 13/Ubuntu 12.04 配置CUDA 4.2 & OpenCV 2.4.2 方法
--------------------------------------分割线 --------------------------------------
--------------以下内容转自网络（加入了自己编译时遇到的问题及解决方案）-----------------
1. 需要的文件
1.1 CMAKE 3.0 [
1.2 CUDA 6.5 [https://developer.nvidia.com/cuda-toolkit
1.3 OpenCV 源文件 [https://github.com/Itseez/opencv/releases/tag/2.4.9
1.4 Intel TBB 库 [https://www.threadingbuildingblocks.org/download
1.5 Python 2.7 （非必须）
1.6 Eigen 2.0.17 （非必须）
1.7 Visual Studio 2013 （也可以用其他版本）
2. 配置 CMAKE
2.1 打开 CMAKE
- 选择 Source Folder 到 OpenCV 的源文件目录
- 选择 Output Folder
- 勾选 Advanced
2.2 点 Configure，选择编译器
- 选择 ‘Visual Studio 12 2013 Win64′
2.3 配置 CUDA 选项
- 取消 ‘BUILD_DOCS’ and ‘BUILD_EXAMPLES’
- 取消 ‘CUDA_ATTACH_VS_BUILD_RULE_TO_CUDA_FILE’
- 检查 ‘CMAKE_LINKER’, 保证是 Visual Studio 12.0 （vs2013）
- 选上 ‘WITH_CUBLAS’, ‘WITH_CUDA’, ‘WITH_OPENGL’, ‘WITH_TBB’
- 点击 Configure 刷新配置
2.4 配置 TBB 选项
- 把 tbb include path 设置好，例如我的是 “D:\toolkits\tbb43_20140724oss\include”。一定要选到 include文件夹为止。
- 点击 Configure 刷新
- 接着可以看到 tbb 的 library 目录自动有了，但是可能是错的，需要改到 Debug 和 Release 文件夹的上级目录为止。例如我的要加上 ‘vc12*，变成 D:/toolkits/tbb43_20140724oss/lib/intel64/vc12〃（不加vc12的话，opencv_core模块都编译不过去，其他的就不用说了）
- 点击 Configure 刷新
2.5 直到没有红色条目出现，点击 Generate 生成 OpenCV.sln
3. 编译 OpenCV.sln
- 如果 OpenCV，tbb，Python 中的某个安装在 C:\Program Files，那么你需要用管理员权限运行 vs2013 才行
- 我建议先编译 *opencv_core* 和 ‘ opencv_gpu* （右键点击，点 *BUILD*）。如果这两个没错，接下来应该都可以编译
- 右键点击 *ALL_BUILD*，在点 *BUILD*
- *BUILD* 之后在编译一下 *INSTALL*，来把编译好的文件放在一起到 *<Output Folder>\install*
- 在切换到 Release，重复 *ALL_BUILD* 和 *INSTALL*
- *Debug* 应该会有一个 error， *Release* 应该会没有 error
- 编译时间很长。很长。