OpenCV 4.11.0
开源计算机视觉
|
类 | |
类 | cv::cuda::Convolution |
卷积(或互相关)运算符的基类。: 更多… | |
类 | cv::cuda::DFT |
作为 cv::Algorithm 的 DFT 运算符的基类。: 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()) |
执行浮点矩阵的正向或反向离散傅里叶变换(一维或二维)。 | |
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()) |
执行两个傅里叶谱的逐元素乘法并缩放结果。 | |
void | cv::cuda::mulSpectrums (InputArray src1, InputArray src2, OutputArray dst, int flags, bool conjB=false, Stream &stream=Stream::Null()) |
执行两个傅里叶谱的逐元素乘法。 | |
Ptr< Convolution > cv::cuda::createConvolution | ( | Size | user_block_size = Size() | ) |
#include <opencv2/cudaarithm.hpp>
创建 cuda::Convolution 的实现。
user_block_size | 块大小。如果您保留默认值 Size(0,0),则将使用块大小的自动估计(针对速度进行了优化)。通过更改 user_block_size,您可以以牺牲速度为代价来减少内存需求。 |
#include <opencv2/cudaarithm.hpp>
创建 cuda::DFT 的实现。
dft_size | 图像大小。 |
flags | 可选标志
|
void cv::cuda::dft | ( | InputArray | src, |
OutputArray | dst, | ||
Size | dft_size, | ||
int | flags = 0, | ||
Stream & | stream = Stream::Null() ) |
#include <opencv2/cudaarithm.hpp>
执行浮点矩阵的正向或反向离散傅里叶变换(一维或二维)。
src | 源矩阵(实数或复数)。 |
dst | 目标矩阵(实数或复数)。 |
dft_size | 离散傅里叶变换的大小。 |
flags | 可选标志
|
stream | Stream 用于异步版本。 |
用于处理交错格式中的实数矩阵 (CV32FC1) 和复数矩阵 (CV32FC2)。
源矩阵应连续,否则将执行重新分配和数据复制。该函数根据源矩阵的标志、大小和通道数选择操作模式。
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。
src1 | 第一个相乘的输入矩阵,其类型应为 CV_32FC1、CV_64FC1、CV_32FC2 或 CV_64FC2。 |
src2 | 第二个相乘的输入矩阵,其类型与 src1 相同。 |
alpha | 矩阵乘积的权重。 |
src3 | 第三个可选的增量矩阵,添加到矩阵乘积中。其类型应与 src1 和 src2 相同。 |
beta | src3 的权重。 |
dst | 目标矩阵。它具有合适的尺寸,并且与输入矩阵的类型相同。 |
flags | 操作标志
|
stream | Stream 用于异步版本。 |
该函数执行类似于 BLAS 级别中的 gemm 函数的广义矩阵乘法。
例如,gemm(src1, src2, alpha, src3, beta, dst, GEMM_1_T + GEMM_3_T) 对应于
\[\texttt{dst} = \texttt{alpha} \cdot \texttt{src1} ^T \cdot \texttt{src2} + \texttt{beta} \cdot \texttt{src3} ^T\]
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>
执行两个傅里叶谱的逐元素乘法并缩放结果。
src1 | 第一个频谱。 |
src2 | 第二个频谱,大小和类型与 a 相同。 |
dst | 目标频谱。 |
flags | 用于 CPU/CUDA 接口相似性的模拟参数,只需添加一个 0 值。 |
scale | 比例常数。 |
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。 |
目前仅支持交错格式的完整(非打包)CV_32FC2 复数频谱。
void cv::cuda::mulSpectrums | ( | InputArray | src1, |
InputArray | src2, | ||
OutputArray | dst, | ||
int | flags, | ||
bool | conjB = false, | ||
Stream & | stream = Stream::Null() ) |
#include <opencv2/cudaarithm.hpp>
执行两个傅里叶谱的逐元素乘法。
src1 | 第一个频谱。 |
src2 | 第二个频谱,大小和类型与 a 相同。 |
dst | 目标频谱。 |
flags | 用于 CPU/CUDA 接口相似性的模拟参数。 |
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。 |
目前仅支持交错格式的完整(非打包)CV_32FC2 复数频谱。