真的需要一些帮助和建议，因为我是实时图像处理的新手。
我正在尝试为相机获得 1000fps 的系统实现算法，我需要获取所有图像中每个像素的值，并对 N 个图像中像素 [i] [j] 的演变进行不同的计算, 对于图像中的所有像素。我有 (unsigned char *ptr) 我想将它们传输到 GPU 并开始使用 CUDA 实现算法并将数据返回给 CPU。但我不确定实时处理的最佳选择是什么。我的系统： CPU Intel Xeon x5660 2.8Ghz（2 个处理器） GPU NVIDIA Quadro 5000 问题是我想确保在获得 1000fps 并将它们传递给 GPU 进行处理，我怎样才能确保我不会丢失下一秒来自抓取器的任何数据？我需要在 C++ 中实现多线程吗？和 OpenCV/OpenCL/CUDA 中的并行编程？如果您有任何想法或建议，请告诉我。我真的需要一些实时图像处理专家的建议。谢谢
如您所知，OpenCV 使用 CUDA 框架在 GPU 中实现了它的一些功能。
您可以编写自己的 CUDA 代码/函数来对数据进行操作并将其转换为 OpenCV 格式而不会出现任何问题。我演示了如何在cuda-grayscale上做到这一点。我想这个例子回答了你的大部分问题。
请注意，OpenCV 2.3.1 使用 CUDA 4.0，而OpenCV 2.4 仅适用于 CUDA 4.1。
关于此声明：
我想确保获得 1000fps 并将它们传递给 GPU 进行处理
您很可能无法像处理来自相机的帧一样快地处理这些帧。如果您不想丢弃任何帧，则可以忘记实时（我假设您使用的不是非常小的图像（10x15））。
如果您确实需要使用 1000 FPS，则必须实现一种缓冲机制来存储来自设备的帧。这就是我们开始讨论多线程系统实现的地方：应用程序的主线程将负责从相机中获取帧并将它们存储在缓冲区中，第二个线程将从缓冲区中读取并执行帧上的处理。
有关如何实现缓冲机制的信息，请查看：