带有引用计数的GPU内存的基本存储类。更多...

#include <opencv2/core/cuda.hpp>

cv::cuda::GpuMat 的协作图

类
class	Allocator

公共成员函数
	GpuMat (const GpuMat &m)
	复制构造函数

	GpuMat (const GpuMat &m, Range rowRange, Range colRange)
	为更大的矩阵的一部分创建GpuMat头

	GpuMat (const GpuMat &m, Rect roi)

	GpuMat (GpuMat::Allocator *allocator=GpuMat::defaultAllocator())
	默认构造函数

	GpuMat (InputArray arr, GpuMat::Allocator *allocator=GpuMat::defaultAllocator())
	从主机内存构建GpuMat（阻塞调用）

	GpuMat (int rows, int cols, int type, GpuMat::Allocator *allocator=GpuMat::defaultAllocator())
	构造指定大小和类型的GpuMat

	GpuMat (int rows, int cols, int type, Scalar s, GpuMat::Allocator *allocator=GpuMat::defaultAllocator())
	创建GpuMat，并用指定的值_s填充它

	GpuMat (int rows, int cols, int type, void *data, size_t step=Mat::AUTO_STEP)
	GpuMat的构造函数，指向用户分配的数据

	GpuMat (Size size, int type, GpuMat::Allocator *allocator=GpuMat::defaultAllocator())

	GpuMat (Size size, int type, Scalar s, GpuMat::Allocator *allocator=GpuMat::defaultAllocator())

	GpuMat (Size size, int type, void *data, size_t step=Mat::AUTO_STEP)

	~GpuMat ()
	析构函数 - 调用 release()

GpuMat &	adjustROI (int dtop, int dbottom, int dleft, int dright)
	在父 GpuMat 中移动/调整当前 GpuMat ROI

void	assignTo (GpuMat &m, int type=-1) const

int	channels () const
	返回通道数量

GpuMat	clone () const
	返回 GpuMat 的深度拷贝，即数据被复制

GpuMat	col (int x) const
	返回指定列的新 GpuMat 标头

GpuMat	colRange (int startcol, int endcol) const
	... 用于指定列跨度

GpuMat	colRange (范围 r) const

void	convertTo (GpuMat &dst, int rtype, double alpha, double beta, Stream &stream) const
	重载绑定可转换 GpuMat 为其他数据类型并缩放（非阻塞调用）

void	convertTo (GpuMat &dst, int rtype, double alpha=1.0, double beta=0.0) const
	重载绑定可转换 GpuMat 为其他数据类型并缩放（阻塞调用）

void	convertTo (GpuMat &dst, int rtype, Stream &stream) const
	重载绑定可转换 GpuMat 为其他数据类型（非阻塞调用）

void	convertTo (OutputArray dst, int rtype) const
	将 GpuMat 转换为其他数据类型（阻塞调用）

void	convertTo (OutputArray dst, int rtype, double alpha, double beta, Stream &stream) const
	将 GpuMat 转换为其他数据类型并缩放（非阻塞调用）

void	convertTo (OutputArray dst, int rtype, double alpha, double beta=0.0) const
	将 GpuMat 转换为其他数据类型并缩放（阻塞调用）

void	convertTo (OutputArray dst, int rtype, double alpha, Stream &stream) const
	将 GpuMat 转换为其他数据类型并缩放（非阻塞调用）

void	convertTo (OutputArray dst, int rtype, Stream &stream) const
	将 GpuMat 转换为其他数据类型（非阻塞调用）

void	copyTo (GpuMat &dst) const
	绑定重载将 GpuMat 内容复制到设备内存（阻塞调用）

void	copyTo (GpuMat &dst, GpuMat &mask) const
	绑定重载将那些带有非零掩码元素的 GpuMat 元素复制到 "m"（阻塞调用）

void	copyTo (GpuMat &dst, GpuMat &mask, Stream &stream) const
	绑定过载，将那些带有非零掩码元素的 GpuMat 元素复制到 "m"（非阻塞调用）

void	copyTo (GpuMat &dst, Stream &stream) const
	绑定过载，将 GpuMat 内容复制到设备内存（非阻塞调用）

void	copyTo (OutputArray dst) const
	将 GpuMat 内容复制到设备内存（阻塞调用）

void	copyTo (OutputArray dst, InputArray mask) const
	将那些带有非零掩码元素的 GpuMat 元素复制到 "m"（阻塞调用）

void	copyTo (OutputArray dst, InputArray mask, Stream &stream) const
	将那些带有非零掩码元素的 GpuMat 元素复制到 "m"（非阻塞调用）

void	copyTo (OutputArray dst, Stream &stream) const
	将 GpuMat 内容复制到设备内存（非阻塞调用）

void	create (int rows, int cols, int type)
	分配新的 GpuMat 数据，除非已经指定大小和类型

void	create (Size size, int type)

void *	cudaPtr () const

int	depth () const
	返回元素类型

void	download (OutputArray dst) const
	从 GpuMat 执行数据下传（阻塞调用）

void	download (OutputArray dst, Stream &stream) const
	从 GpuMat（非阻塞调用）执行数据下载

size_t	elemSize () const
	返回元素大小（字节为单位）

size_t	elemSize1 () const
	返回元素通道大小（字节为单位）

bool	empty () const
	如果 GpuMat 数据为NULL，则返回true

bool	isContinuous () const

void	locateROI (Size &wholeSize, Point &ofs) const
	在父 GpuMat 中定位 GpuMat 头部

template<typename _Tp >
	operator PtrStep< _Tp > () const

template<typename _Tp >
	operator PtrStepSz< _Tp > () const

GpuMat	operator() (Range rowRange, Range colRange) const
	提取矩形子-GpuMat（这是行、rowRange等的一般形式）

GpuMat	operator() (Rect roi) const

GpuMat &	operator= (const GpuMat &m)
	赋值运算符

uchar *	ptr (int y=0)
	返回第y行的指针

template<typename _Tp >
_Tp *	ptr (int y=0)
	上述方法的模板版本

const uchar *	ptr (int y=0) const

template<typename _Tp >
const _Tp *	ptr (int y=0) const

void	release ()
	减少引用计数，当引用计数达到0时释放数据

GpuMat	reshape (int cn, int rows=0) const

GpuMat	row (int y) const
	返回指定行的新的 GpuMat 头部

GpuMat	rowRange (int startrow, int endrow) const
	... 对于指定的行范围

GpuMat	rowRange (Range r) const

GpuMat &	setTo (Scalar s)
	将一些 GpuMat 元素设置为 s（阻塞调用）

GpuMat &	setTo((Scalar) s, InputArray mask)
	根据掩码设置一些 GpuMat 元素为 s（阻塞调用）

GpuMat &	setTo((Scalar) s, InputArray mask, Stream&stream)
	根据掩码设置一些 GpuMat 元素为 s（非阻塞调用）

GpuMat &	setTo((Scalar) s, Stream&stream)
	将一些 GpuMat 元素设置为 s（非阻塞调用）

Size	size() const
	返回 GpuMat 的大小：宽度等于列数，高度等于行数

size_t	step1() const
	返回 step/elemSize1()

void	swap (GpuMat &mat)
	与其他智能指针交换

int	type() const
	返回元素类型

void	updateContinuityFlag ()
	内部使用方法：更新连续性标志

void	upload (InputArray arr)
	执行数据上传到 GpuMat（阻塞调用）

void	upload (InputArray arr, Stream&stream)
	执行数据上传到 GpuMat（非阻塞调用）

静态公共成员函数
static GpuMat::Allocator *	defaultAllocator ()
	默认分配器

static void	setDefaultAllocator (GpuMat::Allocator *allocator)

公共属性
Allocator *	allocator
	allocator

int	cols

uchar *	data
	数据指针

const uchar *	dataend

uchar *	datastart
	定位 ROI 和调整 ROI 使用的辅助字段

int	flags

int *	refcount

int	rows
	行数和列数

size_t	step
	连续行的字节间距；包含任何间隙

详细说明

GpuMat 的内存基本存储类，使用引用计数。

其接口与 Mat 接口相匹配，但有以下限制

不支持任意维度（仅限 2D）
不存在返回数据引用的函数（因为GPU上的引用对CPU无效）
不支持表达式模板技术

请注意，此限制可能导致过载矩阵运算符，从而引起内存分配。类GpuMat可以转换为cuda::PtrStepSz和cuda::PtrStep，因此可以直接传递给内核。

注意: 与Mat相比，大多数情况下GpuMat::isContinuous() == false。这意味着行是对齐到硬件相关的尺寸。单行GpuMat始终是一个连续的矩阵。; 不建议留静态或全局GpuMat变量分配，即依赖于其析构函数。此类变量的销毁顺序和CUDA上下文是未定义的。如果CUDA上下文已被销毁，GPU内存释放函数将返回错误。

一些成员函数被描述为“阻塞调用”，而另一些则被描述为“非阻塞调用”。阻塞函数与主机同步。保证函数返回时GPU操作已完成。然而，非阻塞函数与主机异步。这些函数可能在GPU操作未完成时返回。

与阻塞函数相比，非阻塞函数接受Stream作为附加参数。如果传递了非默认流，则GPU操作可能会与其他流中的操作重叠。

另请参阅: Mat

构造函数和析构函数文档

◆ GpuMat() [1/11]

cv::cuda::GpuMat::GpuMat ( GpuMat::Allocator * allocator = GpuMat::defaultAllocator() )

explicit


cv.cuda.GpuMat(	[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, rowRange, colRange	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, roi	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	arr[, allocator]	) ->	<cuda_GpuMat对象>>

默认构造函数

◆ GpuMat() [2/11]

cv::cuda::GpuMat::GpuMat	(	int	rows,
		int	cols,
		int	type,
		GpuMat::Allocator *	allocator = `GpuMat::defaultAllocator()`
	)


cv.cuda.GpuMat(	[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, rowRange, colRange	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, roi	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	arr[, allocator]	) ->	<cuda_GpuMat对象>>

构造指定大小和类型的GpuMat

◆ GpuMat() [3/11]

cv::cuda::GpuMat::GpuMat	(	Size	size,
		int	type,
		GpuMat::Allocator *	allocator = `GpuMat::defaultAllocator()`
	)


cv.cuda.GpuMat(	[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, rowRange, colRange	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, roi	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	arr[, allocator]	) ->	<cuda_GpuMat对象>>

◆ GpuMat() [4/11]

cv::cuda::GpuMat::GpuMat	(	int	rows,
		int	cols,
		int	type,
		Scalar	s,
		GpuMat::Allocator *	allocator = `GpuMat::defaultAllocator()`
	)


cv.cuda.GpuMat(	[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, rowRange, colRange	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, roi	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	arr[, allocator]	) ->	<cuda_GpuMat对象>>

创建GpuMat，并用指定的值_s填充它

◆ GpuMat() [5/11]

cv::cuda::GpuMat::GpuMat	(	Size	size,
		int	type,
		Scalar	s,
		GpuMat::Allocator *	allocator = `GpuMat::defaultAllocator()`
	)


cv.cuda.GpuMat(	[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, rowRange, colRange	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, roi	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	arr[, allocator]	) ->	<cuda_GpuMat对象>>

◆ GpuMat() [6/11]

cv::cuda::GpuMat::GpuMat ( const GpuMat & m )


cv.cuda.GpuMat(	[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, rowRange, colRange	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, roi	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	arr[, allocator]	) ->	<cuda_GpuMat对象>>

复制构造函数

◆ GpuMat() [7/11]

cv::cuda::GpuMat::GpuMat	(	int	rows,
		int	cols,
		int	type,
		void *	data,
		size_t	step = `Mat::AUTO_STEP`
	)


cv.cuda.GpuMat(	[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, rowRange, colRange	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, roi	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	arr[, allocator]	) ->	<cuda_GpuMat对象>>

GpuMat的构造函数，指向用户分配的数据

◆ GpuMat() [8/11]

cv::cuda::GpuMat::GpuMat	(	Size	size,
		int	type,
		void *	data,
		size_t	step = `Mat::AUTO_STEP`
	)


cv.cuda.GpuMat(	[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, rowRange, colRange	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, roi	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	arr[, allocator]	) ->	<cuda_GpuMat对象>>

◆ GpuMat() [9/11]

cv::cuda::GpuMat::GpuMat	(	const GpuMat &	m,
		Range	rowRange,
		Range	colRange
	)


cv.cuda.GpuMat(	[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, rowRange, colRange	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, roi	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	arr[, allocator]	) ->	<cuda_GpuMat对象>>

为更大的矩阵的一部分创建GpuMat头

◆ GpuMat() [10/11]

cv::cuda::GpuMat::GpuMat	(	const GpuMat &	m,
		Rect	roi
	)


cv.cuda.GpuMat(	[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, rowRange, colRange	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, roi	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	arr[, allocator]	) ->	<cuda_GpuMat对象>>

◆ GpuMat() [11/11]

cv::cuda::GpuMat::GpuMat	(	输入数组	arr,
		GpuMat::Allocator *	allocator = `GpuMat::defaultAllocator()`
	)

explicit


cv.cuda.GpuMat(	[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	rows, cols, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	size, type, s[, allocator]	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, rowRange, colRange	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	m, roi	) ->	<cuda_GpuMat对象>>
cv.cuda.GpuMat(	arr[, allocator]	) ->	<cuda_GpuMat对象>>

从主机内存构建GpuMat（阻塞调用）

◆ ~GpuMat()

cv::cuda::GpuMat::~GpuMat ( )

析构函数 - 调用 release()

成员函数文档

◆ adjustROI()

GpuMat & cv::cuda::GpuMat::adjustROI	(	int	dtop,
		int	dbottom,
		int	dleft,
		int	dright
	)

Python
	cv.cuda.GpuMat.adjustROI(	dtop, dbottom, dleft, dright	) ->	retval

在父 GpuMat 中移动/调整当前 GpuMat ROI

◆ assignTo()

void cv::cuda::GpuMat::assignTo	(	GpuMat &	m,
		int	type = `-1`
	)		const

Python
	cv.cuda.GpuMat.assignTo(	m[, type]	) ->	None

◆ channels()

int cv::cuda::GpuMat::channels ( ) const

Python
	cv.cuda.GpuMat.channels(		) ->	retval

返回通道数量

◆ clone()

GpuMat cv::cuda::GpuMat::clone ( ) const

Python
	cv.cuda.GpuMat.clone(		) ->	retval

返回 GpuMat 的深度拷贝，即数据被复制

◆ col()

GpuMat cv::cuda::GpuMat::col ( int x ) const

Python
	cv.cuda.GpuMat.col(	x	) ->	retval

返回指定列的新 GpuMat 标头

◆ colRange() [1/2]

GpuMat cv::cuda::GpuMat::colRange	(	int	startcol,
		int	endcol
	)		const

Python
	cv.cuda.GpuMat.colRange(	startcol, endcol	) ->	retval
	cv.cuda.GpuMat.colRange(	r	) ->	retval

... 用于指定列跨度

◆ colRange() [2/2]

GpuMat cv::cuda::GpuMat::colRange ( Range r ) const

Python
	cv.cuda.GpuMat.colRange(	startcol, endcol	) ->	retval
	cv.cuda.GpuMat.colRange(	r	) ->	retval

◆ convertTo() [1/8]

void cv::cuda::GpuMat::convertTo	(	GpuMat &	dst,
		int	rtype,
		double	alpha,
		double	beta,
		Stream &	stream
	)		const

inline


cv.cuda.GpuMat.convertTo(	rtype, stream[, dst]	) ->	dst
cv.cuda.GpuMat.convertTo(	rtype[, dst[, alpha[, beta]]]	) ->	dst
cv.cuda.GpuMat.convertTo(	rtype, alpha, beta, stream[, dst]	) ->	dst

重载绑定可转换 GpuMat 为其他数据类型并缩放（非阻塞调用）

◆ convertTo() [2/8]

void cv::cuda::GpuMat::convertTo	(	GpuMat &	dst,
		int	rtype,
		double	alpha = `1.0`,
		double	beta = `0.0`
	)		const

inline


cv.cuda.GpuMat.convertTo(	rtype, stream[, dst]	) ->	dst
cv.cuda.GpuMat.convertTo(	rtype[, dst[, alpha[, beta]]]	) ->	dst
cv.cuda.GpuMat.convertTo(	rtype, alpha, beta, stream[, dst]	) ->	dst

重载绑定可转换 GpuMat 为其他数据类型并缩放（阻塞调用）

◆ convertTo() [3/8]

void cv::cuda::GpuMat::convertTo	(	GpuMat &	dst,
		int	rtype,
		Stream &	stream
	)		const

inline


cv.cuda.GpuMat.convertTo(	rtype, stream[, dst]	) ->	dst
cv.cuda.GpuMat.convertTo(	rtype[, dst[, alpha[, beta]]]	) ->	dst
cv.cuda.GpuMat.convertTo(	rtype, alpha, beta, stream[, dst]	) ->	dst

重载绑定可转换 GpuMat 为其他数据类型（非阻塞调用）

◆ convertTo() [4/8]

void cv::cuda::GpuMat::convertTo	(	OutputArray	dst,
		int	rtype
	)		const


cv.cuda.GpuMat.convertTo(	rtype, stream[, dst]	) ->	dst
cv.cuda.GpuMat.convertTo(	rtype[, dst[, alpha[, beta]]]	) ->	dst
cv.cuda.GpuMat.convertTo(	rtype, alpha, beta, stream[, dst]	) ->	dst

将 GpuMat 转换为其他数据类型（阻塞调用）

◆ convertTo() [5/8]

void cv::cuda::GpuMat::convertTo	(	OutputArray	dst,
		int	rtype,
		double	alpha,
		double	beta,
		Stream &	stream
	)		const


cv.cuda.GpuMat.convertTo(	rtype, stream[, dst]	) ->	dst
cv.cuda.GpuMat.convertTo(	rtype[, dst[, alpha[, beta]]]	) ->	dst
cv.cuda.GpuMat.convertTo(	rtype, alpha, beta, stream[, dst]	) ->	dst

将 GpuMat 转换为其他数据类型并缩放（非阻塞调用）

◆ convertTo() [6/8]

void cv::cuda::GpuMat::convertTo	(	OutputArray	dst,
		int	rtype,
		double	alpha,
		double	beta = `0.0`
	)		const


cv.cuda.GpuMat.convertTo(	rtype, stream[, dst]	) ->	dst
cv.cuda.GpuMat.convertTo(	rtype[, dst[, alpha[, beta]]]	) ->	dst
cv.cuda.GpuMat.convertTo(	rtype, alpha, beta, stream[, dst]	) ->	dst

将 GpuMat 转换为其他数据类型并缩放（阻塞调用）

◆ convertTo() [7/8]

void cv::cuda::GpuMat::convertTo	(	OutputArray	dst,
		int	rtype,
		double	alpha,
		Stream &	stream
	)		const


cv.cuda.GpuMat.convertTo(	rtype, stream[, dst]	) ->	dst
cv.cuda.GpuMat.convertTo(	rtype[, dst[, alpha[, beta]]]	) ->	dst
cv.cuda.GpuMat.convertTo(	rtype, alpha, beta, stream[, dst]	) ->	dst

将 GpuMat 转换为其他数据类型并缩放（非阻塞调用）

◆ convertTo() [8/8]

void cv::cuda::GpuMat::convertTo	(	OutputArray	dst,
		int	rtype,
		Stream &	stream
	)		const


cv.cuda.GpuMat.convertTo(	rtype, stream[, dst]	) ->	dst
cv.cuda.GpuMat.convertTo(	rtype[, dst[, alpha[, beta]]]	) ->	dst
cv.cuda.GpuMat.convertTo(	rtype, alpha, beta, stream[, dst]	) ->	dst

将 GpuMat 转换为其他数据类型（非阻塞调用）

◆ copyTo() [1/8]

void cv::cuda::GpuMat::copyTo ( GpuMat & dst ) const

inline


cv.cuda.GpuMat.copyTo(	[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	stream[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	mask[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	mask, stream[, dst]	) ->	dst

绑定重载将 GpuMat 内容复制到设备内存（阻塞调用）

此函数的调用图如下

◆ copyTo() [2/8]

void cv::cuda::GpuMat::copyTo	(	GpuMat &	dst,
		GpuMat &	mask
	)		const

inline


cv.cuda.GpuMat.copyTo(	[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	stream[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	mask[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	mask, stream[, dst]	) ->	dst

绑定重载将那些带有非零掩码元素的 GpuMat 元素复制到 "m"（阻塞调用）

此函数的调用图如下

◆ copyTo() [3/8]

void cv::cuda::GpuMat::copyTo	(	GpuMat &	dst,
		GpuMat &	mask,
		Stream &	stream
	)		const

inline


cv.cuda.GpuMat.copyTo(	[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	stream[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	mask[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	mask, stream[, dst]	) ->	dst

绑定过载，将那些带有非零掩码元素的 GpuMat 元素复制到 "m"（非阻塞调用）

此函数的调用图如下

◆ copyTo() [4/8]

void cv::cuda::GpuMat::copyTo	(	GpuMat &	dst,
		Stream &	stream
	)		const

inline


cv.cuda.GpuMat.copyTo(	[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	stream[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	mask[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	mask, stream[, dst]	) ->	dst

绑定过载，将 GpuMat 内容复制到设备内存（非阻塞调用）

此函数的调用图如下

◆ copyTo() [5/8]

void cv::cuda::GpuMat::copyTo ( OutputArray dst ) const


cv.cuda.GpuMat.copyTo(	[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	stream[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	mask[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	mask, stream[, dst]	) ->	dst

将 GpuMat 内容复制到设备内存（阻塞调用）

◆ copyTo() [6/8]

void cv::cuda::GpuMat::copyTo	(	OutputArray	dst,
		输入数组	mask
	)		const


cv.cuda.GpuMat.copyTo(	[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	stream[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	mask[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	mask, stream[, dst]	) ->	dst

将那些带有非零掩码元素的 GpuMat 元素复制到 "m"（阻塞调用）

◆ copyTo() [7/8]

void cv::cuda::GpuMat::copyTo	(	OutputArray	dst,
		输入数组	mask,
		Stream &	stream
	)		const


cv.cuda.GpuMat.copyTo(	[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	stream[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	mask[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	mask, stream[, dst]	) ->	dst

将那些带有非零掩码元素的 GpuMat 元素复制到 "m"（非阻塞调用）

◆ copyTo() [8/8]

void cv::cuda::GpuMat::copyTo	(	OutputArray	dst,
		Stream &	stream
	)		const


cv.cuda.GpuMat.copyTo(	[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	stream[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	mask[, dst]	) ->	dst
cv.cuda.GpuMat.copyTo(	mask, stream[, dst]	) ->	dst

将 GpuMat 内容复制到设备内存（非阻塞调用）

◆ create() [1/2]

void cv::cuda::GpuMat::create	(	int	rows,
		int	cols,
		int	type
	)

Python
	cv.cuda.GpuMat.create(	rows, cols, type	) ->	None
	cv.cuda.GpuMat.create(	size, type	) ->	None

分配新的 GpuMat 数据，除非已经指定大小和类型

◆ create() [2/2]

void cv::cuda::GpuMat::create	(	Size	size,
		int	type
	)

Python
	cv.cuda.GpuMat.create(	rows, cols, type	) ->	None
	cv.cuda.GpuMat.create(	size, type	) ->	None

◆ cudaPtr()

void * cv::cuda::GpuMat::cudaPtr ( ) const

Python
	cv.cuda.GpuMat.cudaPtr(		) ->	retval

◆ defaultAllocator()

静态 GpuMat::Allocator * cv::cuda::GpuMat::defaultAllocator ( )

静态

Python
	cv.cuda.GpuMat.defaultAllocator(		) ->	retval
	cv.cuda.GpuMat_defaultAllocator(		) ->	retval

默认分配器

◆ depth()

int cv::cuda::GpuMat::depth ( ) const

Python
	cv.cuda.GpuMat.depth(		) ->	retval

返回元素类型

◆ download() [1/2]

void cv::cuda::GpuMat::download ( OutputArray dst ) const

Python
	cv.cuda.GpuMat.download(	[, dst]	) ->	dst
	cv.cuda.GpuMat.download(	stream[, dst]	) ->	dst

从 GpuMat 执行数据下传（阻塞调用）

此函数将设备内存中的数据复制到主机内存。由于它是一个阻塞调用，因此可以保证该函数返回时复制操作已经完成。

◆ download() [2/2]

void cv::cuda::GpuMat::download	(	OutputArray	dst,
		Stream &	stream
	)		const

Python
	cv.cuda.GpuMat.download(	[, dst]	) ->	dst
	cv.cuda.GpuMat.download(	stream[, dst]	) ->	dst

从 GpuMat（非阻塞调用）执行数据下载

此函数将设备内存中的数据复制到主机内存。由于它是一个非阻塞调用，该函数可能在复制操作未完成的情况下返回。

如果`stream`不是默认流，并且`dst`使用带有`HostMem::PAGE_LOCKED`选项的HostMem分配，则复制操作可能与其他非默认流中的操作重叠。

◆ elemSize()

size_t cv::cuda::GpuMat::elemSize ( ) const

Python
	cv.cuda.GpuMat.elemSize(		) ->	retval

返回元素大小（字节为单位）

◆ elemSize1()

size_t cv::cuda::GpuMat::elemSize1 ( ) const

Python
	cv.cuda.GpuMat.elemSize1(		) ->	retval

返回元素通道大小（字节为单位）

◆ empty()

bool cv::cuda::GpuMat::empty ( ) const

Python
	cv.cuda.GpuMat.empty(		) ->	retval

如果 GpuMat 数据为NULL，则返回true

◆ isContinuous()

bool cv::cuda::GpuMat::isContinuous ( ) const

Python
	cv.cuda.GpuMat.isContinuous(		) ->	retval

如果elseif GpuMat数据是连续的（即没有行之间的间隙），则返回true

◆ locateROI()

void cv::cuda::GpuMat::locateROI	(	Size &	wholeSize,
		Point &	ofs
	)		const

Python
	cv.cuda.GpuMat.locateROI(	wholeSize, ofs	) ->	None

在父 GpuMat 中定位 GpuMat 头部

◆ operator PtrStep< _Tp >()

template<typename _Tp >

cv::cuda::GpuMat::operator PtrStep< _Tp > ( ) const

◆ operator PtrStepSz< _Tp >()

template<typename _Tp >

cv::cuda::GpuMat::operator PtrStepSz< _Tp > ( ) const

◆ operator()() [1/2]

GpuMat cv::cuda::GpuMat::operator()	(	Range	rowRange,
		Range	colRange
	)		const

提取矩形子-GpuMat（这是行、rowRange等的一般形式）

◆ operator()() [2/2]

GpuMat cv::cuda::GpuMat::operator() ( Rect roi ) const

◆ operator=()

GpuMat & cv::cuda::GpuMat::operator= ( const GpuMat & m )

赋值运算符

◆ ptr() [1/4]

uchar * cv::cuda::GpuMat::ptr ( int y = 0 )

返回第y行的指针

◆ ptr() [2/4]

template<typename _Tp >

_Tp * cv::cuda::GpuMat::ptr ( int y = 0 )

上述方法的模板版本

◆ ptr() [3/4]

const uchar * cv::cuda::GpuMat::ptr ( int y = 0 ) const

◆ ptr() [4/4]

template<typename _Tp >

const _Tp * cv::cuda::GpuMat::ptr ( int y = 0 ) const

◆ release()

void cv::cuda::GpuMat::release ( )

Python
	cv.cuda.GpuMat.release(		) ->	None

减少引用计数，当引用计数达到0时释放数据

◆ reshape()

GpuMat cv::cuda::GpuMat::reshape	(	int	cn,
		int	rows = `0`
	)		const

Python
	cv.cuda.GpuMat.reshape(	cn[, rows]	) ->	retval

创建不同通道数和/或行数的相同数据的替代GpuMat标头

◆ row()

GpuMat cv::cuda::GpuMat::row ( int y ) const

Python
	cv.cuda.GpuMat.row(	y	) ->	retval

返回指定行的新的 GpuMat 头部

◆ rowRange() [1/2]

GpuMat cv::cuda::GpuMat::rowRange	(	int	startrow,
		int	endrow
	)		const

Python
	cv.cuda.GpuMat.rowRange(	startrow, endrow	) ->	retval
	cv.cuda.GpuMat.rowRange(	r	) ->	retval

... 对于指定的行范围

◆ rowRange() [2/2]

GpuMat cv::cuda::GpuMat::rowRange ( Range r ) const

Python
	cv.cuda.GpuMat.rowRange(	startrow, endrow	) ->	retval
	cv.cuda.GpuMat.rowRange(	r	) ->	retval

◆ setDefaultAllocator()

static void cv::cuda::GpuMat::setDefaultAllocator ( GpuMat::Allocator * allocator )

静态

Python
	cv.cuda.GpuMat.setDefaultAllocator(	allocator	) ->	None
	cv.cuda.GpuMat_setDefaultAllocator(	allocator	) ->	None

◆ setTo() [1/4]

GpuMat & cv::cuda::GpuMat::setTo ( Scalar s )


cv.cuda.GpuMat.setTo(	s	) ->	retval
cv.cuda.GpuMat.setTo(	s, stream	) ->	retval
cv.cuda.GpuMat.setTo(	s, mask	) ->	retval
cv.cuda.GpuMat.setTo(	s, mask, stream	) ->	retval

将一些 GpuMat 元素设置为 s（阻塞调用）

◆ setTo() [2/4]

GpuMat & cv::cuda::GpuMat::setTo	(	Scalar	s,
		输入数组	mask
	)


cv.cuda.GpuMat.setTo(	s	) ->	retval
cv.cuda.GpuMat.setTo(	s, stream	) ->	retval
cv.cuda.GpuMat.setTo(	s, mask	) ->	retval
cv.cuda.GpuMat.setTo(	s, mask, stream	) ->	retval

根据掩码设置一些 GpuMat 元素为 s（阻塞调用）

◆ setTo() [3/4]

GpuMat & cv::cuda::GpuMat::setTo	(	Scalar	s,
		输入数组	mask,
		Stream &	stream
	)


cv.cuda.GpuMat.setTo(	s	) ->	retval
cv.cuda.GpuMat.setTo(	s, stream	) ->	retval
cv.cuda.GpuMat.setTo(	s, mask	) ->	retval
cv.cuda.GpuMat.setTo(	s, mask, stream	) ->	retval

根据掩码设置一些 GpuMat 元素为 s（非阻塞调用）

◆ setTo() [4/4]

GpuMat & cv::cuda::GpuMat::setTo	(	Scalar	s,
		Stream &	stream
	)


cv.cuda.GpuMat.setTo(	s	) ->	retval
cv.cuda.GpuMat.setTo(	s, stream	) ->	retval
cv.cuda.GpuMat.setTo(	s, mask	) ->	retval
cv.cuda.GpuMat.setTo(	s, mask, stream	) ->	retval

将一些 GpuMat 元素设置为 s（非阻塞调用）

◆ size()

Size cv::cuda::GpuMat::size ( ) const

Python
	cv.cuda.GpuMat.size(		) ->	retval

返回 GpuMat 的大小：宽度等于列数，高度等于行数

◆ step1()

size_t cv::cuda::GpuMat::step1 ( ) const

Python
	cv.cuda.GpuMat.step1(		) ->	retval

返回 step/elemSize1()

◆ swap()

void cv::cuda::GpuMat::swap ( GpuMat & mat )

Python
	cv.cuda.GpuMat.swap(	mat	) ->	None

与其他智能指针交换

◆ type()

int cv::cuda::GpuMat::type ( ) const

Python
	cv.cuda.GpuMat.type(		) ->	retval

返回元素类型

◆ updateContinuityFlag()

void cv::cuda::GpuMat::updateContinuityFlag ( )

Python
	cv.cuda.GpuMat.updateContinuityFlag(		) ->	None

内部使用方法：更新连续性标志

◆ upload() [1/2]

void cv::cuda::GpuMat::upload ( 输入数组 arr )

Python
	cv.cuda.GpuMat.upload(	arr	) ->	None
	cv.cuda.GpuMat.upload(	arr, stream	) ->	None

执行数据上传到 GpuMat（阻塞调用）

此函数从主机内存到设备内存复制数据。作为一个阻塞调用，此函数返回时保证复制操作已完成。

◆ upload() [2/2]

void cv::cuda::GpuMat::upload	(	输入数组	arr,
		Stream &	stream
	)

Python
	cv.cuda.GpuMat.upload(	arr	) ->	None
	cv.cuda.GpuMat.upload(	arr, stream	) ->	None

执行数据上传到 GpuMat（非阻塞调用）

此函数从主机内存到设备内存复制数据。作为一个非阻塞调用，即使复制操作未完成，该函数也可能返回。

如果`stream`不是默认流，并且`dst`使用带有`HostMem::PAGE_LOCKED`选项的HostMem分配，则复制操作可能与其他非默认流中的操作重叠。

成员数据文档

◆ allocator

Allocator* cv::cuda::GpuMat::allocator

allocator

◆ cols

int cv::cuda::GpuMat::cols

◆ data

uchar* cv::cuda::GpuMat::data

数据指针

◆ dataend

const uchar* cv::cuda::GpuMat::dataend

◆ datastart

uchar* cv::cuda::GpuMat::datastart

定位 ROI 和调整 ROI 使用的辅助字段

◆ flags

int cv::cuda::GpuMat::flags

包含几个位域

魔幻签名
连续性标志
深度
通道数

◆ refcount

int* cv::cuda::GpuMat::refcount

引用计数器的指针；当 GpuMat 指向用户分配的数据时，指针为NULL

◆ rows

int cv::cuda::GpuMat::rows

行数和列数

◆ step

size_t cv::cuda::GpuMat::step

连续行的字节间距；包含任何间隙

本类的文档是从以下文件生成的

opencv2/core/cuda.hpp

类

公共成员函数

静态公共成员函数

公共属性

详细说明

构造函数和析构函数文档

◆ GpuMat() [1/11]

◆ GpuMat() [2/11]

◆ GpuMat() [3/11]

◆ GpuMat() [4/11]

◆ GpuMat() [5/11]

◆ GpuMat() [6/11]

◆ GpuMat() [7/11]

◆ GpuMat() [8/11]

◆ GpuMat() [9/11]

◆ GpuMat() [10/11]

◆ GpuMat() [11/11]

◆ ~GpuMat()

成员函数文档

◆ adjustROI()

◆ assignTo()

◆ channels()

◆ clone()

◆ col()

◆ colRange() [1/2]

◆ colRange() [2/2]

◆ convertTo() [1/8]

◆ convertTo() [2/8]

◆ convertTo() [3/8]

◆ convertTo() [4/8]

◆ convertTo() [5/8]

◆ convertTo() [6/8]

◆ convertTo() [7/8]

◆ convertTo() [8/8]

◆ copyTo() [1/8]

◆ copyTo() [2/8]

◆ copyTo() [3/8]

◆ copyTo() [4/8]

◆ copyTo() [5/8]

◆ copyTo() [6/8]

◆ copyTo() [7/8]

◆ copyTo() [8/8]

◆ create() [1/2]

◆ create() [2/2]

◆ cudaPtr()

◆ defaultAllocator()

◆ depth()

◆ download() [1/2]

◆ download() [2/2]

◆ elemSize()

◆ elemSize1()

◆ empty()

◆ isContinuous()

◆ locateROI()

◆ operator PtrStep< _Tp >()

◆ operator PtrStepSz< _Tp >()

◆ operator()() [1/2]

◆ operator()() [2/2]

◆ operator=()

◆ ptr() [1/4]

◆ ptr() [2/4]

◆ ptr() [3/4]

◆ ptr() [4/4]

◆ release()

◆ reshape()

◆ row()

◆ rowRange() [1/2]

◆ rowRange() [2/2]

◆ setDefaultAllocator()

◆ setTo() [1/4]

◆ setTo() [2/4]

◆ setTo() [3/4]

◆ setTo() [4/4]

◆ size()

◆ step1()

◆ swap()

◆ type()

◆ updateContinuityFlag()

◆ upload() [1/2]

◆ upload() [2/2]