在 CUDA_Test 工程中，CUDA测试代码之前仅支持在Windows10 + VS2013编译，今天在Ubuntu 14.04下写了一个CMakeLists.txt文件，支持在Linux下也可以通过CMake编译CUDA_Test工程，CMakeLists.txt文件内容如下：
# CMake file for CUDA_Test
# 设定依赖的CMake版本
CMAKE_MINIMUM_REQUIRED(VERSION 3.2)
# 指定项目名称
PROJECT(CUDA_Test)
# 搜索指定的OpenCV外部依赖库头文件和库文件位置
FIND_PACKAGE(OpenCV 2)
# 搜索指定的CUDA外部依赖库头文件和库文件位置
FIND_PACKAGE(CUDA)
# 打印相关信息, CMAKE_CURRENT_SOURCE_DIR指的是当前处理的CMakeLists.txt所在的路径
MESSAGE(STATUS"current path: ${CMAKE_CURRENT_SOURCE_DIR}")
# 定义用户自定义变量
SET(PATH_CPP_FILES ./../../demo/CUDA_Test)
#MESSAGE(STATUS"cpp files path: ${PATH_CPP_FILES}")
SET(PATH_CU_FILES ./../../demo/CUDA_Test)
# 递归查询所有匹配的文件:*.cpp和*.cu
FILE(GLOB_RECURSE CPP_LIST ${PATH_CPP_FILES}/*.cpp)
FILE(GLOB_RECURSE CU_LIST ${PATH_CU_FILES}/*.cu)
#MESSAGE(STATUS"cpp list: ${CPP_LIST}")
#MESSAGE(STATUS"cu list: ${CU_LIST}")
# 使CMake支持C++11特性
SET(CMAKE_C_FLAGS"${CMAKE_C_FLAGS} -std=gnu++0x")
SET(CMAKE_CXX_FLAGS"${CMAKE_CXX_FLAGS} -std=gnu++0x")
# 指定CUDA头文件的搜索路径
INCLUDE_DIRECTORIES(/usr/local/cuda-8.0/include)
# 指定OpenCV头文件搜索路径
INCLUDE_DIRECTORIES(${OpenCV_INCLUDE_DIRS})
#MESSAGE(STATUS"opencv include directory: ${OpenCV_INCLUDE_DIRS}")
# 使CUDA NVCC 编译器支持C++11特性
LIST(APPEND CUDA_NVCC_FLAGS -std=c++11;-O2)
LIST(APPEND CUDA_NVCC_FLAGS -Xcompiler;-fPIC)
SET(CUDA_PROPAGATE_HOST_FLAGS OFF)
LIST(APPEND CUDA_NVCC_FLAGS -gencode arch=compute_50,code=sm_50)
LIST(APPEND CUDA_NVCC_FLAGS -gencode arch=compute_60,code=sm_60)
# 编译可执行程序，即生成可执行文件CUDA_Test
#ADD_EXECUTABLE(CUDA_Test ${CPP_LIST} ${CU_LIST}) # 不包括编译*.cu文件，需要使用CUDA_ADD_EXECUTABLE命令
CUDA_ADD_EXECUTABLE(CUDA_Test ${CPP_LIST} ${CU_LIST})
# 用来为target添加需要链接的共享库，指定工程所用的依赖库，包括动态库和静态库
TARGET_LINK_LIBRARIES(CUDA_Test ${OpenCV_LIBS})
#MESSAGE(STATUS"opencv libs: ${OpenCV_LIBS}")
MESSAGE(STATUS"**************************************")
操作步骤(prj/linux_cmake/ReadMe.txt)如下：
在Linux下通过CMake编译CUDA_Test中的测试代码步骤：
1.将终端定位到CUDA_Test/prj/linux_cmake，依次执行如下命令：
$ mkdir build
$ cd build
$ cmake ..
$ make (生成CUDA_Test执行文件)
$ ./CUDA_Test
2.对于有需要用OpenCV参与的读取图像的操作，需要先将对应文件中的图像路径修改为Linux支持的路径格式。
GitHub：https://github.com/fengbingchun/CUDA_Test