矩阵算术运算

详细说明

类
类	cv::cuda::Convolution
	卷积（或互相关）算子的基础类：更多...
类	cv::cuda::DFT
	作为 cv::Algorithm 的 DFT 算子的基础类：更多...

函数
Ptr< Convolution >	cv::cuda::createConvolution (Size user_block_size=Size())
	创建 cuda::Convolution 的实现。
Ptr< DFT >	cv::cuda::createDFT (Size dft_size, int flags)
	创建 cuda::DFT 的实现。
void	cv::cuda::dft (InputArray src, OutputArray dst, Size dft_size, int flags=0, Stream &stream=Stream::Null())
	对浮点矩阵执行正向或反向离散傅里叶变换（1D 或 2D）。
void	cv::cuda::gemm (InputArray src1, InputArray src2, double alpha, InputArray src3, double beta, OutputArray dst, int flags=0, Stream &stream=Stream::Null())
	执行广义矩阵乘法
void	cv::cuda::mulAndScaleSpectrums (InputArray src1, InputArray src2, OutputArray dst, int flags, float scale, bool conjB=false, Stream &stream=Stream::Null())
	对两个傅里叶变换做逐个元素乘法，并对结果进行缩放。
void	cv::cuda::mulSpectrums (InputArray src1, InputArray src2, OutputArray dst, int flags, bool conjB=false, Stream &stream=Stream::Null())
	对两个傅里叶变换做逐个元素乘法。

函数文档

createConvolution()

Ptr< Convolution > cv::cuda::createConvolution

(

Size

user_block_size = Size()

)

#include <opencv2/cudaarithm.hpp>

创建 cuda::Convolution 的实现。

参数

user_block_size

块大小。如果您留空默认值 Size(0,0) ，则会使用自动估计的块大小（以优化速度）。通过改变 user_block_size ，您可以以牺牲速度为代价来降低内存需求。

createDFT()

Ptr< DFT > cv::cuda::createDFT	(	Size	dft_size,
		int	flags
	)

#include <opencv2/cudaarithm.hpp>

创建 cuda::DFT 的实现。

参数

dft_size	图像大小
flags	可选标记 DFT_ROWS 转换源矩阵的每一行 DFT_SCALE 缩放结果：将其除以变换中的元素个数（从 dft_size 获取）。 DFT_INVERSE 反转 DFT。用于复数-复数情况（实数-复数和复数-实数情况始终分别为正向和反向）。 DFT_COMPLEX_INPUT 指定输入将以 2 个通道的复数形式出现。 DFT_REAL_OUTPUT 指定输出为实数。源矩阵是实数-复数变换的结果，因此目标矩阵必须为实数。

dft()

void cv::cuda::dft	(	InputArray	src,
		OutputArray	dst,
		Size	dft_size,
		int	flags = 0,
		Stream &	stream = Stream::Null()
	)

#include <opencv2/cudaarithm.hpp>

对浮点矩阵执行正向或反向离散傅里叶变换（1D 或 2D）。

参数

src	源矩阵（实数或复数）。
dst	目标矩阵（实数或复数）。
dft_size	离散傅立叶变换的大小。
flags	可选标记 DFT_ROWS 转换源矩阵的每一行 DFT_SCALE 缩放结果：将其除以变换中的元素个数（从 dft_size 获取）。 DFT_INVERSE 反转 DFT。用于复数-复数情况（实数-复数和复数-实数情况始终分别为正向和反向）。 DFT_COMPLEX_INPUT 指定输入为带有 2 个通道的复数输入。 DFT_REAL_OUTPUT 指定输出为实数。源矩阵是实数-复数变换的结果，因此目标矩阵必须为实数。
stream	Stream 用于异步版本。

用于处理实数矩阵 ( CV32FC1 ) 和交错格式中的复数矩阵 ( CV32FC2 )。

源矩阵应该是连续的，否则将执行重新分配和数据复制。此函数将根据源矩阵的标志、大小和通道数选择操作模式

• 如果源矩阵是复数且输出未指定为实数，则目标矩阵是复数且具有 dft_size 大小和 CV_32FC2 类型。目标矩阵包含 DFT（正向或反向）的完整结果。
• 如果源矩阵是复数并且输出被指定为实数，则此函数假定其输入是正向变换的结果（参见下一项）。目标矩阵具有 dft_size 大小和 CV_32FC1 类型。它包含反 DFT 的结果。
• 如果源矩阵是实数（其类型为 CV_32FC1 ），则将执行正向 DFT。 DFT 的结果打包到复数 ( CV_32FC2 ) 矩阵中。因此，目标矩阵的宽度为 dft_size.width / 2 + 1 。但是，如果源是一个单列，则减少高度而不是宽度。

另请参见

dft

gemm()

void cv::cuda::gemm	(	InputArray	src1,
		InputArray	src2,
		double	alpha,
		InputArray	src3,
		double	beta,
		OutputArray	dst,
		int	flags = 0,
		Stream &	stream = Stream::Null()
	)

#include <opencv2/cudaarithm.hpp>

执行广义矩阵乘法

参数

src1	第一个要乘的输入矩阵，其类型应为 CV_32FC1、CV_64FC1、CV_32FC2 或 CV_64FC2。
src2	第二个要乘的输入矩阵，其类型应与 src1 相同。
alpha	矩阵积的权重。
src3	第三个可选 delta 矩阵，添加到矩阵积中。其类型应与 src1 和 src2 相同。
beta	src3 的权重。
dst	目标矩阵。其已具有合适的尺寸和与输入矩阵相同的类型。
flags	运算标志 GEMM_1_T 转置 src1 GEMM_2_T 转置 src2 GEMM_3_T 转置 src3
stream	Stream 用于异步版本。

此函数执行类似于 BLAS level 中的 gemm 函数的广义矩阵乘法

1. 例如，gemm(src1, src2, alpha, src3, beta, dst, GEMM_1_T + GEMM_3_T) 对应于

   \[\texttt{dst} = \texttt{alpha} \cdot \texttt{src1} ^T \cdot \texttt{src2} + \texttt{beta} \cdot \texttt{src3} ^T\]

注意

转置运算不支持 CV_64FC2 输入类型。

另请参见

gemm

mulAndScaleSpectrums()

void cv::cuda::mulAndScaleSpectrums	(	InputArray	src1,
		InputArray	src2,
		OutputArray	dst,
		int	flags,
		float	scale,
		bool	conjB = false,
		Stream &	stream = Stream::Null()
	)

#include <opencv2/cudaarithm.hpp>

对两个傅里叶变换做逐个元素乘法，并对结果进行缩放。

参数

src1	第一个频谱。
src2	第二个频谱，尺寸和类型应与 a 相同。
dst	目标频谱。
flags	用于使 CPU/CUDA 接口更为相似的模拟参数，只需添加一个 0 值即可。
scale	缩放系数。
conjB	可选标志，用于指定在乘法之前是否需要对第二个频谱进行共轭。
stream	Stream 用于异步版本。

目前，只支持以交错格式位于完全（非打包）CV_32FC2 复频谱中。

另请参见

mulSpectrums

mulSpectrums()

void cv::cuda::mulSpectrums	(	InputArray	src1,
		InputArray	src2,
		OutputArray	dst,
		int	flags,
		bool	conjB = false,
		Stream &	stream = Stream::Null()
	)

#include <opencv2/cudaarithm.hpp>

对两个傅里叶变换做逐个元素乘法。

参数

src1	第一个频谱。
src2	第二个频谱，尺寸和类型应与 a 相同。
dst	目标频谱。
flags	用于使 CPU/CUDA 接口更为相似的模拟参数。
conjB	可选标志，用于指定在乘法之前是否需要对第二个频谱进行共轭。
stream	Stream 用于异步版本。

目前，只支持以交错格式位于完全（非打包）CV_32FC2 复频谱中。

另请参见

mulSpectrums