结合OpenCV和CUDA扩展自定义函数接口之导向滤波算法实现

本文主要是介绍结合OpenCV和CUDA扩展自定义函数接口之导向滤波算法实现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

声明:本文内容原创,首发于CSDN博客。未经许可禁止转载。需要更多帮助请私信或邮件联系。

前言

CUDA(Compute Unified Device Architecture,统一计算架构)是由NVIDIA所推出的一种集成技术,是其对于GPGPU(A General-Purpose Graphics Processing Unit)的正式名称。通过该技术,开发者可以利用NVIDIA的GeForce 8以后的GPU进行计算。极大加速计算型应用的效率。通常用于游戏开发、视频编解码、图像处理等领域。

OpenCV从3.0版后集成了关于CUDA相关操作的高级封装,其中GpuMat数据类型可以看做Mat的GPU版本,有极好的数据属性封装,且能够内部隐式转化成可以直接作为核函数参数的PtrStepSz、PtrStep。
在这里插入图片描述

我们可以很方便使用OpenCV搭建好的框架来扩展实现需要的算法,本文将以导向滤波算法为例,记录使用CUDA使能的OpenCV来实现的GuidedFilter

分析

在使用OpenCV扩展实现算法前,需要了解OpenCV源码的结构。

在OpenCV Doc官网,可以看到OpenCV的模块包含Main modulesExtra modules两大部分,分别放在opencv和opencv_contrib中:
在这里插入图片描述
在这里插入图片描述
对应到GitHub源码,可以很清晰的看出modules的结构:

Main modules部分源码:
在这里插入图片描述
Extra modules部分源码:
在这里插入图片描述
本文主要考虑CUDA加速的导向滤波算法实现,因此以Extra modules部分源码为基准进行扩展。

例如对于cudaimgproc模块,在opencv_contrib/modules/cudaimgproc/路径下的结构如下:
在这里插入图片描述
包括了头文件、实现源文件、测试代码以及CMakeLists.txt,其中CMakeLists.txt定义了该模块下需要编译的模块内容选项,其内容如下:

if(IOS OR WINRT OR (NOT HAVE_CUDA AND NOT BUILD_CUDA_STUBS))ocv_module_disable(cudaimgproc)
endif()set(the_description "CUDA-accelerated Image Processing")ocv_warnings_disable(CMAKE_CXX_FLAGS /wd4127 /wd4100 /wd4324 /wd4512 /wd4515 -Wundef -Wmissing-declarations -Wshadow -Wunused-parameter)ocv_define_module(cudaimgproc opencv_imgproc OPTIONAL opencv_cudev opencv_cudaarithm opencv_cudafilters WRAP python)

而头文件的文件夹"include/opencv2"中只包含了cudaimgproc.hpp一个头文件,其中定义了编译完成后可供外部调用的函数接口,例如CUDA版双边滤波算法接口定义如下:
在这里插入图片描述
关于可供Python调用接口生成部分的内容可以看之前的博客《使用OpenCV自带gen2.py等工具生成C++的Python binding示例》内容。

再看实现源文件的文件夹src,可以看到如下结构:
在这里插入图片描述
还是以双边滤波为例,打开bilateral_filter.cpp文件,可以看到具体的实现内容:
在这里插入图片描述
需要注意的是其调用了cuda文件夹下的bilateral_filter.cu CUDA核函数实现源码。

另外被包含的precomp.hpp头文件中定义了OpenCV在编译这个modules时需要的一些依赖头文件:

#ifndef __OPENCV_PRECOMP_H__
#define __OPENCV_PRECOMP_H__#include "opencv2/cudaimgproc.hpp"#include "opencv2/core/utility.hpp"
#include "opencv2/core/private.hpp"
#include "opencv2/core/private.cuda.hpp"#include "opencv2/opencv_modules.hpp"#ifdef HAVE_OPENCV_CUDAARITHM
#  include "opencv2/cudaarithm.hpp"
#endif#ifdef HAVE_OPENCV_CUDAFILTERS
#  include "opencv2/cudafilters.hpp"
#endif#include <limits>
#include <algorithm>#endif /* __OPENCV_PRECOMP_H__ */

关于CUDA版双边滤波的实现源码只在这些文件中出现,在OpenCV编译生成后则可以正常的使用相应的接口“cv::cuda::bilateralFilter()”了。

类似于双边滤波,导向滤波其实也可以类似实现。

实现

要实现基于OpenCV的CUDA版导向滤波算法,需要定义接口、编写头文件以及对类和方法进行实现。

一、接口定义

考虑到导向滤波和双边滤波的相似性,可以选择在cudaimgproc模块中实现相应源码。

先在cudaimgproc模块的头文件"include/opencv2/cudaimgproc.hpp"中定义导向滤波的接口:


// Guided Filter ///
class CV_EXPORTS_W  GuidedFilter  : public Algorithm{public:CV_WRAP virtual void update(InputArray guide, int dDepth = -1, Stream &stream = Stream::Null()) = 0;CV_WRAP virtual void filter(InputArray src, OutputArray dst, int dDepth = -1, Stream &stream = Stream::Null()) = 0;
};CV_EXPORTS_W Ptr<GuidedFilter> createGuidedFilter(Size size, int radius, double eps, int dDepth, int type, int channels = 3);CV_EXPORTS_W void guidedFilter(InputArray guide, InputArray src, OutputArray dst, int radius, double eps, int dDepth = -1, Stream& stream = Stream::Null());

通过定义接口,我们可以使用cv::cuda::guidedFilter(C++)或者createGuidedFilter & update & filter的方式来调用CUDA导向滤波。

在这里插入图片描述

二、头文件实现

在src源码中新建guided_filter.hpp文件,定义相应的导向滤波类和方法:

/*M///
//
//  IMPORTANT: READ BEFORE DOWNLOADING, COPYING, INSTALLING OR USING.
//
//  By downloading, copying, installing or using the software you agree to this license.
//  If you do not agree to this license, do not download, install,
//  copy or use the software.
//
//
//                           License Agreement
//                For Open Source Computer Vision Library
//
// Copyright (C) 2013, OpenCV Foundation, all rights reserved.
// Third party copyrights are property of their respective owners.
//
// Redistribution and use in source and binary forms, with or without modification,
// are permitted provided that the following conditions are met:
//
//   * Redistribution's of source code must retain the above copyright notice,
//     this list of conditions and the following disclaimer.
//
//   * Redistribution's in binary form

这篇关于结合OpenCV和CUDA扩展自定义函数接口之导向滤波算法实现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/922136

相关文章

postgresql使用UUID函数的方法

《postgresql使用UUID函数的方法》本文给大家介绍postgresql使用UUID函数的方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录PostgreSQL有两种生成uuid的方法。可以先通过sql查看是否已安装扩展函数,和可以安装的扩展函数

Python实现终端清屏的几种方式详解

《Python实现终端清屏的几种方式详解》在使用Python进行终端交互式编程时,我们经常需要清空当前终端屏幕的内容,本文为大家整理了几种常见的实现方法,有需要的小伙伴可以参考下... 目录方法一:使用 `os` 模块调用系统命令方法二:使用 `subprocess` 模块执行命令方法三:打印多个换行符模拟

SpringBoot+EasyPOI轻松实现Excel和Word导出PDF

《SpringBoot+EasyPOI轻松实现Excel和Word导出PDF》在企业级开发中,将Excel和Word文档导出为PDF是常见需求,本文将结合​​EasyPOI和​​Aspose系列工具实... 目录一、环境准备与依赖配置1.1 方案选型1.2 依赖配置(商业库方案)二、Excel 导出 PDF

Python实现MQTT通信的示例代码

《Python实现MQTT通信的示例代码》本文主要介绍了Python实现MQTT通信的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录1. 安装paho-mqtt库‌2. 搭建MQTT代理服务器(Broker)‌‌3. pytho

MySQL字符串常用函数详解

《MySQL字符串常用函数详解》本文给大家介绍MySQL字符串常用函数,本文结合实例代码给大家介绍的非常详细,对大家学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录mysql字符串常用函数一、获取二、大小写转换三、拼接四、截取五、比较、反转、替换六、去空白、填充MySQL字符串常用函数一、

使用zip4j实现Java中的ZIP文件加密压缩的操作方法

《使用zip4j实现Java中的ZIP文件加密压缩的操作方法》本文介绍如何通过Maven集成zip4j1.3.2库创建带密码保护的ZIP文件,涵盖依赖配置、代码示例及加密原理,确保数据安全性,感兴趣的... 目录1. zip4j库介绍和版本1.1 zip4j库概述1.2 zip4j的版本演变1.3 zip4

python生成随机唯一id的几种实现方法

《python生成随机唯一id的几种实现方法》在Python中生成随机唯一ID有多种方法,根据不同的需求场景可以选择最适合的方案,文中通过示例代码介绍的非常详细,需要的朋友们下面随着小编来一起学习学习... 目录方法 1:使用 UUID 模块(推荐)方法 2:使用 Secrets 模块(安全敏感场景)方法

C++中assign函数的使用

《C++中assign函数的使用》在C++标准模板库中,std::list等容器都提供了assign成员函数,它比操作符更灵活,支持多种初始化方式,下面就来介绍一下assign的用法,具有一定的参考价... 目录​1.assign的基本功能​​语法​2. 具体用法示例​​​(1) 填充n个相同值​​(2)

MySql基本查询之表的增删查改+聚合函数案例详解

《MySql基本查询之表的增删查改+聚合函数案例详解》本文详解SQL的CURD操作INSERT用于数据插入(单行/多行及冲突处理),SELECT实现数据检索(列选择、条件过滤、排序分页),UPDATE... 目录一、Create1.1 单行数据 + 全列插入1.2 多行数据 + 指定列插入1.3 插入否则更

Spring StateMachine实现状态机使用示例详解

《SpringStateMachine实现状态机使用示例详解》本文介绍SpringStateMachine实现状态机的步骤,包括依赖导入、枚举定义、状态转移规则配置、上下文管理及服务调用示例,重点解... 目录什么是状态机使用示例什么是状态机状态机是计算机科学中的​​核心建模工具​​,用于描述对象在其生命