OpenCV 3.2 CUDAサポートpython
http://www.pyimagesearch.com/2016/07/11/compiling-opencv-with-cuda-support/ の指示に従って、CUDAサポートを使用してコンパイルするOpenCV 3.2コンパイルをインストールしましたOpenCVが実行時にCUDAおよびGPUサポートを使用しているかどうかを確認する方法（python2.7を使用しています）
指定したリンク で確認できるように、CUDAコンソールでこれを入力することにより、pythonが正しくインストールされているかどうかをいつでも確認できます。
_print(cv2.getBuildInformation())
_CUDAサポートがある場合は、印刷されたテキストにUse CUDA: YES (version)が表示されます。
次に、_cv2.cuda_モジュールで opencv cuda コマンドを使用できます。
しかし、そのチュートリアルで述べたように、現在のCUDAサポートはpythonにはありません。 （これらのチュートリアルは_OpenCV python_にあるため、これがCUDAのpythonのサポートを追加するかどうか混乱します。しかし、それはではない。）
さらに、GPU対応のCUDA環境では、OpenCVにコンパイル時の最適化を行うことができます。これにより、GPUを利用してより高速な計算を行うことができます（ただし、主にC++アプリケーションの場合、Pythonではそれほど多くありません）。現時点では）。
しかし この答え で説明されているように、PythonでOpenCLサポートを取得できます。 this ドキュメントのように、
Open Computing Language（OpenCL）は、CPU、GPU、DSPなどの異種プラットフォーム間で実行されるコードを記述するためのオープンスタンダードです。
編集1：
もう1つのことは、pythonラッパーを_OpenCV C++_のGPUメソッドごとに記述し、pythonを介してそれらのメソッドを呼び出すことです。これは常にGPUメモリとRAMメモリ間で画像やその他のデータをコピーするため、パフォーマンスが低下するため、お勧めしません。場合によっては、CPUだけの場合よりも時間がかかることがあります。
もう1つのことは、_C++_でGPUを使用して実行する必要がある関数全体を記述し、その関数のpythonラッパーを記述することです。これは以前の方法よりもはるかに優れていますが、_C++_を知っている必要があります。
これを行うにはもっと良い方法があるかもしれません。