OpenCL 支持

详细描述

类
class	cv::ocl::Context
class	cv::ocl::Device
class	cv::ocl::Image2D
class	cv::ocl::Kernel
class	cv::ocl::KernelArg
class	cv::ocl::OpenCLExecutionContext
class	cv::ocl::OpenCLExecutionContextScope
class	cv::ocl::Platform
class	cv::ocl::PlatformInfo
class	cv::ocl::Program
class	cv::ocl::ProgramSource
class	cv::ocl::Queue
class	cv::ocl::Timer

枚举
enum	cv::ocl::OclVectorStrategy {   cv::ocl::OCL_VECTOR_OWN = 0 ,   cv::ocl::OCL_VECTOR_MAX = 1 ,   cv::ocl::OCL_VECTOR_DEFAULT = OCL_VECTOR_OWN }

函数
void	cv::ocl::attachContext (const String &platformName, void *platformID, void *context, void *deviceID)
	将 OpenCL 上下文附加到 OpenCV。
void	cv::ocl::buildOptionsAddMatrixDescription (String &buildOptions, const String &name, InputArray _m)
int	cv::ocl::checkOptimalVectorWidth (const int *vectorWidths, InputArray src1, InputArray src2=noArray(), InputArray src3=noArray(), InputArray src4=noArray(), InputArray src5=noArray(), InputArray src6=noArray(), InputArray src7=noArray(), InputArray src8=noArray(), InputArray src9=noArray(), OclVectorStrategy strat=OCL_VECTOR_DEFAULT)
void	cv::ocl::convertFromBuffer (void *cl_mem_buffer, size_t step, int rows, int cols, int type, UMat &dst)
	将 OpenCL 缓冲区转换为 UMat。
void	cv::ocl::convertFromImage (void *cl_mem_image, UMat &dst)
	将 OpenCL image2d_t 转换为 UMat。
const char *	cv::ocl::convertTypeStr (int sdepth, int ddepth, int cn, char *buf)
const char *	cv::ocl::convertTypeStr (int sdepth, int ddepth, int cn, char *buf, size_t buf_size)
void	cv::ocl::finish ()
MatAllocator *	cv::ocl::getOpenCLAllocator ()
const char *	cv::ocl::getOpenCLErrorString (int errorCode)
void	cv::ocl::getPlatfomsInfo (std::vector< PlatformInfo > &platform_info)
bool	cv::ocl::haveAmdBlas ()
bool	cv::ocl::haveAmdFft ()
bool	cv::ocl::haveOpenCL ()
bool	cv::ocl::haveSVM ()
void	cv::ocl::initializeContextFromHandle (Context &ctx, void *platform, void *context, void *device)
String	cv::ocl::kernelToStr (InputArray _kernel, int ddepth=-1, const char *name=NULL)
const char *	cv::ocl::memopTypeToStr (int t)
int	cv::ocl::predictOptimalVectorWidth (InputArray src1, InputArray src2=noArray(), InputArray src3=noArray(), InputArray src4=noArray(), InputArray src5=noArray(), InputArray src6=noArray(), InputArray src7=noArray(), InputArray src8=noArray(), InputArray src9=noArray(), OclVectorStrategy strat=OCL_VECTOR_DEFAULT)
int	cv::ocl::predictOptimalVectorWidthMax (InputArray src1, InputArray src2=noArray(), InputArray src3=noArray(), InputArray src4=noArray(), InputArray src5=noArray(), InputArray src6=noArray(), InputArray src7=noArray(), InputArray src8=noArray(), InputArray src9=noArray())
void	cv::ocl::setUseOpenCL (bool flag)
const char *	cv::ocl::typeToStr (int t)
bool	cv::ocl::useOpenCL ()
const char *	cv::ocl::vecopTypeToStr (int t)

枚举类型文档

OclVectorStrategy

枚举 cv::ocl::OclVectorStrategy

#include <opencv2/core/ocl.hpp>

枚举值
OCL_VECTOR_OWN Python: cv.ocl.OCL_VECTOR_OWN
OCL_VECTOR_MAX  Python: cv.ocl.OCL_VECTOR_MAX
OCL_VECTOR_DEFAULT  Python: cv.ocl.OCL_VECTOR_DEFAULT

函数文档

attachContext()

void cv::ocl::attachContext	(	const String &	platformName,
		void *	platformID,
		void *	context,
		void *	deviceID
	)

#include <opencv2/core/ocl.hpp>

将 OpenCL 上下文附加到 OpenCV。

注意

OpenCV 将检查是否存在具有 platformName 命名的可用 OpenCL 平台，然后将上下文分配给 OpenCV 并调用 clRetainContext 函数。deviceID 设备将用作目标设备，并将创建新的命令队列。

参数

platformName	附加的 OpenCL 平台名称，该字符串用于检查平台在运行时是否可用
platformID	创建附加上下文所使用的平台 ID
context	要附加到 OpenCV 的 OpenCL 上下文
deviceID	设备的 ID，必须从附加的上下文中创建

buildOptionsAddMatrixDescription()

void cv::ocl::buildOptionsAddMatrixDescription	(	String &	buildOptions,
		const String &	name,
		InputArray	_m
	)

#include <opencv2/core/ocl.hpp>

checkOptimalVectorWidth()

int cv::ocl::checkOptimalVectorWidth	(	const int *	vectorWidths,
		InputArray	src1,
		InputArray	src2 = noArray(),
		InputArray	src3 = noArray(),
		InputArray	src4 = noArray(),
		InputArray	src5 = noArray(),
		InputArray	src6 = noArray(),
		InputArray	src7 = noArray(),
		InputArray	src8 = noArray(),
		InputArray	src9 = noArray(),
		OclVectorStrategy	strat = OCL_VECTOR_DEFAULT
	)

#include <opencv2/core/ocl.hpp>

convertFromBuffer()

void cv::ocl::convertFromBuffer	(	void *	cl_mem_buffer,
		size_t	step,
		int	rows,
		int	cols,
		int	type,
		UMat &	dst
	)

#include <opencv2/core/ocl.hpp>

将 OpenCL 缓冲区转换为 UMat。

注意

OpenCL 缓冲区（cl_mem_buffer）应包含与 OpenCV 兼容的 2D 图像数据，内存内容不会从 clBuffer 复制到 UMat。相反，将缓冲区句柄分配给 UMat 并调用 clRetainMemObject。

参数

cl_mem_buffer	来源 clBuffer 句柄
step	单个行的字节数
rows	行数
cols	列数
type	图像的 OpenCV 类型
dst	目标 UMat

convertFromImage()

void cv::ocl::convertFromImage	(	void *	cl_mem_image,
		UMat &	dst
	)

#include <opencv2/core/ocl.hpp>

将 OpenCL image2d_t 转换为 UMat。

注意

OpenCL image2d_t（cl_mem_image），应与 OpenCV UMat 格式兼容。使用 clEnqueueCopyImageToBuffer 函数从图像复制内容到 UMat。

参数

cl_mem_image	来源 image2d_t 句柄
dst	目标 UMat

convertTypeStr() [1/2]

const char * cv::ocl::convertTypeStr	(	int	sdepth,
		int	ddepth,
		int	cn,
		char *	buf
	)

#include <opencv2/core/ocl.hpp>

convertTypeStr() [2/2]

const char * cv::ocl::convertTypeStr	(	int	sdepth,
		int	ddepth,
		int	cn,
		char *	buf,
		size_t	buf_size
	)

#include <opencv2/core/ocl.hpp>

finish()

void cv::ocl::finish

(

)

Python
	cv.ocl.finish(		) ->	None

#include <opencv2/core/ocl.hpp>

getOpenCLAllocator()

MatAllocator * cv::ocl::getOpenCLAllocator

(

)

#include <opencv2/core/ocl.hpp>

此函数的调用图如下：

getOpenCLErrorString()

const char * cv::ocl::getOpenCLErrorString

(

int

errorCode

)

#include <opencv2/core/ocl.hpp>

getPlatfomsInfo()

void cv::ocl::getPlatfomsInfo

(

std::vector< PlatformInfo > &

platform_info

)

#include <opencv2/core/ocl.hpp>

haveAmdBlas()

bool cv::ocl::haveAmdBlas

(

)

Python
	cv.ocl.haveAmdBlas(		) ->	retval

#include <opencv2/core/ocl.hpp>

haveAmdFft()

bool cv::ocl::haveAmdFft

(

)

Python
	cv.ocl.haveAmdFft(		) ->	retval

#include <opencv2/core/ocl.hpp>

haveOpenCL()

bool cv::ocl::haveOpenCL

(

)

Python
	cv.ocl.haveOpenCL(		) ->	retval

#include <opencv2/core/ocl.hpp>

haveSVM()

bool cv::ocl::haveSVM

(

)

#include <opencv2/core/ocl.hpp>

initializeContextFromHandle()

void cv::ocl::initializeContextFromHandle	(	Context &	ctx,
		void *	platform,
		void *	context,
		void *	device
	)

#include <opencv2/core/ocl.hpp>

已弃用

kernelToStr()

String cv::ocl::kernelToStr	(	InputArray	_kernel,
		int	ddepth = -1,
		const char *	name = NULL
	)

#include <opencv2/core/ocl.hpp>

memopTypeToStr()

const char * cv::ocl::memopTypeToStr

(

int

t

)

#include <opencv2/core/ocl.hpp>

predictOptimalVectorWidth()

int cv::ocl::predictOptimalVectorWidth	(	InputArray	src1,
		InputArray	src2 = noArray(),
		InputArray	src3 = noArray(),
		InputArray	src4 = noArray(),
		InputArray	src5 = noArray(),
		InputArray	src6 = noArray(),
		InputArray	src7 = noArray(),
		InputArray	src8 = noArray(),
		InputArray	src9 = noArray(),
		OclVectorStrategy	strat = OCL_VECTOR_DEFAULT
	)

#include <opencv2/core/ocl.hpp>

predictOptimalVectorWidthMax()

int cv::ocl::predictOptimalVectorWidthMax	(	InputArray	src1,
		InputArray	src2 = noArray(),
		InputArray	src3 = noArray(),
		InputArray	src4 = noArray(),
		InputArray	src5 = noArray(),
		InputArray	src6 = noArray(),
		InputArray	src7 = noArray(),
		InputArray	src8 = noArray(),
		InputArray	src9 = noArray()
	)

#include <opencv2/core/ocl.hpp>

setUseOpenCL()

void cv::ocl::setUseOpenCL

(

bool

flag

)

Python
	cv.ocl.setUseOpenCL(	flag	) ->	None

#include <opencv2/core/ocl.hpp>

typeToStr()

const char * cv::ocl::typeToStr

(

int

t

)

#include <opencv2/core/ocl.hpp>

useOpenCL()

bool cv::ocl::useOpenCL

(

)

Python
	cv.ocl.useOpenCL(		) ->	retval

#include <opencv2/core/ocl.hpp>

示例

samples/tapi/hog.cpp.

vecopTypeToStr()

const char * cv::ocl::vecopTypeToStr

(

int

t

)

#include <opencv2/core/ocl.hpp>