cv::cuda::NvidiaOpticalFlow_2_0 类参考

使用 NVIDIA 光流硬件和光流 SDK 2.0 计算两幅图像之间光流向量的类。更多…

#include <opencv2/cudaoptflow.hpp>

cv::cuda::NvidiaOpticalFlow_2_0 的协作图

公共类型
枚举	NVIDIA_OF_HINT_VECTOR_GRID_SIZE {   NV_OF_HINT_VECTOR_GRID_SIZE_UNDEFINED ,   NV_OF_HINT_VECTOR_GRID_SIZE_1 = 1 ,   NV_OF_HINT_VECTOR_GRID_SIZE_2 = 2 ,   NV_OF_HINT_VECTOR_GRID_SIZE_4 = 4 ,   NV_OF_HINT_VECTOR_GRID_SIZE_8 = 8 ,   NV_OF_HINT_VECTOR_GRID_SIZE_MAX }
枚举	NVIDIA_OF_OUTPUT_VECTOR_GRID_SIZE {   NV_OF_OUTPUT_VECTOR_GRID_SIZE_UNDEFINED ,   NV_OF_OUTPUT_VECTOR_GRID_SIZE_1 = 1 ,   NV_OF_OUTPUT_VECTOR_GRID_SIZE_2 = 2 ,   NV_OF_OUTPUT_VECTOR_GRID_SIZE_4 = 4 ,   NV_OF_OUTPUT_VECTOR_GRID_SIZE_MAX }
枚举	NVIDIA_OF_PERF_LEVEL {   NV_OF_PERF_LEVEL_UNDEFINED ,   NV_OF_PERF_LEVEL_SLOW = 5 ,   NV_OF_PERF_LEVEL_MEDIUM = 10 ,   NV_OF_PERF_LEVEL_FAST = 20 ,   NV_OF_PERF_LEVEL_MAX }

公共成员函数
virtual void	convertToFloat (InputArray flow, InputOutputArray floatFlow)=0
	convertToFloat() 辅助函数将硬件生成的光流向量转换为浮点表示（每个 gridSize 一个光流向量）。gridSize 可以通过函数 getGridSize() 查询。
继承自 cv::cuda::NvidiaHWOpticalFlow 的公共成员函数
virtual void	calc (InputArray inputImage, InputArray referenceImage, InputOutputArray flow, Stream &stream=Stream::Null(), InputArray hint=cv::noArray(), OutputArray cost=cv::noArray())=0
	使用 NVIDIA 光流 SDK 计算光流。
virtual void	collectGarbage ()=0
	释放所有缓冲区、上下文和设备指针。
virtual int	getGridSize () const =0
	返回根据硬件能力确定的输出缓冲区的网格大小。
继承自 cv::Algorithm 的公共成员函数
	Algorithm ()
virtual	~Algorithm ()
virtual void	clear ()
	清除算法状态。
virtual bool	empty () const
	如果 Algorithm 为空（例如，在开始时或读取失败后），则返回 true。
virtual String	getDefaultName () const
virtual void	read (const FileNode &fn)
	从文件存储中读取算法参数。
virtual void	save (const String &filename) const
void	write (const Ptr< FileStorage > &fs, const String &name=String()) const
virtual void	write (FileStorage &fs) const
	将算法参数存储到文件存储中。
void	write (FileStorage &fs, const String &name) const

静态公共成员函数
static Ptr< NvidiaOpticalFlow_2_0 >	create (cv::Size imageSize, cv::cuda::NvidiaOpticalFlow_2_0::NVIDIA_OF_PERF_LEVEL perfPreset=cv::cuda::NvidiaOpticalFlow_2_0::NV_OF_PERF_LEVEL_SLOW, cv::cuda::NvidiaOpticalFlow_2_0::NVIDIA_OF_OUTPUT_VECTOR_GRID_SIZE outputGridSize=cv::cuda::NvidiaOpticalFlow_2_0::NV_OF_OUTPUT_VECTOR_GRID_SIZE_1, cv::cuda::NvidiaOpticalFlow_2_0::NVIDIA_OF_HINT_VECTOR_GRID_SIZE hintGridSize=cv::cuda::NvidiaOpticalFlow_2_0::NV_OF_HINT_VECTOR_GRID_SIZE_1, bool enableTemporalHints=false, bool enableExternalHints=false, bool enableCostBuffer=false, int gpuId=0, Stream &inputStream=Stream::Null(), Stream &outputStream=Stream::Null())
	实例化 NVIDIA 光流。
static Ptr< NvidiaOpticalFlow_2_0 >	创建 (cv::Size imageSize, std::vector< Rect > roiData, cv::cuda::NvidiaOpticalFlow_2_0::NVIDIA_OF_PERF_LEVEL perfPreset=cv::cuda::NvidiaOpticalFlow_2_0::NV_OF_PERF_LEVEL_SLOW, cv::cuda::NvidiaOpticalFlow_2_0::NVIDIA_OF_OUTPUT_VECTOR_GRID_SIZE outputGridSize=cv::cuda::NvidiaOpticalFlow_2_0::NV_OF_OUTPUT_VECTOR_GRID_SIZE_1, cv::cuda::NvidiaOpticalFlow_2_0::NVIDIA_OF_HINT_VECTOR_GRID_SIZE hintGridSize=cv::cuda::NvidiaOpticalFlow_2_0::NV_OF_HINT_VECTOR_GRID_SIZE_1, bool enableTemporalHints=false, bool enableExternalHints=false, bool enableCostBuffer=false, int gpuId=0, Stream &inputStream=Stream::Null(), Stream &outputStream=Stream::Null())
	使用ROI功能实例化NVIDIA光流。
从cv::Algorithm继承的静态公有成员函数
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	从文件中加载算法。
template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	从字符串加载算法。
template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	从文件节点读取算法。

其他继承的成员
从cv::Algorithm继承的保护成员函数
void	writeFormat (FileStorage &fs) const

详细描述

使用NVIDIA光流硬件和光流SDK 2.0计算两幅图像之间光流向量的类。

注意

• 一个演示NVIDIA光流用法的示例程序可以在opencv_contrib_source_code/modules/cudaoptflow/samples/nvidia_optical_flow.cpp找到。
• 一个比较NVIDIA光流与OpenCV中其他光流算法的精度和性能的示例程序可以在opencv_contrib_source_code/modules/cudaoptflow/samples/optical_flow.cpp找到。

成员枚举文档

NVIDIA_OF_HINT_VECTOR_GRID_SIZE

枚举 cv::cuda::NvidiaOpticalFlow_2_0::NVIDIA_OF_HINT_VECTOR_GRID_SIZE

支持的提示缓冲区网格大小。

枚举器
NV_OF_HINT_VECTOR_GRID_SIZE_UNDEFINED
NV_OF_HINT_VECTOR_GRID_SIZE_1	提示缓冲区网格大小为1x1。
NV_OF_HINT_VECTOR_GRID_SIZE_2	提示缓冲区网格大小为2x2。
NV_OF_HINT_VECTOR_GRID_SIZE_4	提示缓冲区网格大小为4x4。
NV_OF_HINT_VECTOR_GRID_SIZE_8	提示缓冲区网格大小为8x8。
NV_OF_HINT_VECTOR_GRID_SIZE_MAX

NVIDIA_OF_OUTPUT_VECTOR_GRID_SIZE

枚举 cv::cuda::NvidiaOpticalFlow_2_0::NVIDIA_OF_OUTPUT_VECTOR_GRID_SIZE

支持的输出缓冲区网格大小。

枚举器
NV_OF_OUTPUT_VECTOR_GRID_SIZE_UNDEFINED
NV_OF_OUTPUT_VECTOR_GRID_SIZE_1	输出缓冲区网格大小为1x1
NV_OF_OUTPUT_VECTOR_GRID_SIZE_2	输出缓冲区网格大小为2x2
NV_OF_OUTPUT_VECTOR_GRID_SIZE_4	输出缓冲区网格大小为4x4
NV_OF_OUTPUT_VECTOR_GRID_SIZE_MAX

NVIDIA_OF_PERF_LEVEL

枚举 cv::cuda::NvidiaOpticalFlow_2_0::NVIDIA_OF_PERF_LEVEL

支持的光流性能等级。

枚举器
NV_OF_PERF_LEVEL_UNDEFINED
NV_OF_PERF_LEVEL_SLOW	慢速性能等级导致最低性能和最佳质量
NV_OF_PERF_LEVEL_MEDIUM	中等性能等级导致较低性能和中等质量
NV_OF_PERF_LEVEL_FAST	快速性能等级导致高性能和低质量
NV_OF_PERF_LEVEL_MAX

成员函数文档

convertToFloat()

virtual void cv::cuda::NvidiaOpticalFlow_2_0::convertToFloat ( InputArray flow, InputOutputArray floatFlow )

纯虚函数

convertToFloat() 辅助函数将硬件生成的光流向量转换为浮点表示（每个 gridSize 一个光流向量）。gridSize 可以通过函数 getGridSize() 查询。

参数

flow	包含由calc()生成的流向量的CV_16FC2类型缓冲区。
floatFlow	CV_32FC2类型的缓冲区，包含浮点表示的流向量，每个流向量对应一个网格大小的像素，采用步长线性布局。

create() [1/2]

static Ptr< NvidiaOpticalFlow_2_0 > cv::cuda::NvidiaOpticalFlow_2_0::create ( cv::Size imageSize, cv::cuda::NvidiaOpticalFlow_2_0::NVIDIA_OF_PERF_LEVEL perfPreset = cv::cuda::NvidiaOpticalFlow_2_0::NV_OF_PERF_LEVEL_SLOW, cv::cuda::NvidiaOpticalFlow_2_0::NVIDIA_OF_OUTPUT_VECTOR_GRID_SIZE outputGridSize = cv::cuda::NvidiaOpticalFlow_2_0::NV_OF_OUTPUT_VECTOR_GRID_SIZE_1, cv::cuda::NvidiaOpticalFlow_2_0::NVIDIA_OF_HINT_VECTOR_GRID_SIZE hintGridSize = cv::cuda::NvidiaOpticalFlow_2_0::NV_OF_HINT_VECTOR_GRID_SIZE_1, bool enableTemporalHints = false, bool enableExternalHints = false, bool enableCostBuffer = false, int gpuId = 0, 流 & inputStream = Stream::Null(), 流 & outputStream = Stream::Null() )

静态

实例化 NVIDIA 光流。

参数

imageSize	输入图像的像素大小。
性能预设	可选参数。有关预设的详细信息，请参考NV OF SDK文档。默认为 NV_OF_PERF_LEVEL_SLOW。
输出网格大小	可选参数。有关输出网格大小的详细信息，请参考NV OF SDK文档。默认为 NV_OF_OUTPUT_VECTOR_GRID_SIZE_1。
提示网格大小	可选参数。有关提示网格大小的详细信息，请参考NV OF SDK文档。默认为 NV_OF_HINT_VECTOR_GRID_SIZE_1。
启用时间提示	可选参数。启用时间提示的标志。设置为 true 时，硬件将使用先前对calc()的调用生成的流向量作为当前对calc()调用的内部提示。在计算连续视频帧之间的流向量时非常有用。默认为 false。
启用外部提示	可选参数。启用将外部提示缓冲区传递给calc()的标志。默认为 false。
启用代价缓冲区	可选参数。启用从calc()输出代价缓冲区的标志。默认为 false。
gpuId	可选参数，用于选择应在其上计算光流的 GPU ID。在多 GPU 系统中很有用。默认为 0。
inputStream	光流算法可以选择性地对输入缓冲区进行 cuda 预处理。输入 cuda 流可用于将 cuda 预处理任务与 OF 硬件引擎进行流水线处理和同步。如果未设置输入流，则 execute 函数将使用默认流，即 NULL 流；
outputStream	光流算法可以选择性地对输出流向量进行 cuda 后处理。输出 cuda 流可用于将 cuda 后处理任务与 OF 硬件引擎进行流水线处理和同步。如果未设置输出流，则 execute 函数将使用默认流，即 NULL 流；

create() [2/2]

static Ptr< NvidiaOpticalFlow_2_0 > cv::cuda::NvidiaOpticalFlow_2_0::create ( cv::Size imageSize, std::vector< Rect > roiData, cv::cuda::NvidiaOpticalFlow_2_0::NVIDIA_OF_PERF_LEVEL perfPreset = cv::cuda::NvidiaOpticalFlow_2_0::NV_OF_PERF_LEVEL_SLOW, cv::cuda::NvidiaOpticalFlow_2_0::NVIDIA_OF_OUTPUT_VECTOR_GRID_SIZE outputGridSize = cv::cuda::NvidiaOpticalFlow_2_0::NV_OF_OUTPUT_VECTOR_GRID_SIZE_1, cv::cuda::NvidiaOpticalFlow_2_0::NVIDIA_OF_HINT_VECTOR_GRID_SIZE hintGridSize = cv::cuda::NvidiaOpticalFlow_2_0::NV_OF_HINT_VECTOR_GRID_SIZE_1, bool enableTemporalHints = false, bool enableExternalHints = false, bool enableCostBuffer = false, int gpuId = 0, 流 & inputStream = Stream::Null(), 流 & outputStream = Stream::Null() )

静态

使用ROI功能实例化NVIDIA光流。

参数

imageSize	输入图像的像素大小。
roiData	指向 ROI 数据的指针。
性能预设	可选参数。有关预设的详细信息，请参考NV OF SDK文档。默认为 NV_OF_PERF_LEVEL_SLOW。
输出网格大小	可选参数。有关输出网格大小的详细信息，请参考NV OF SDK文档。默认为 NV_OF_OUTPUT_VECTOR_GRID_SIZE_1。
提示网格大小	可选参数。有关提示网格大小的详细信息，请参考NV OF SDK文档。默认为 NV_OF_HINT_VECTOR_GRID_SIZE_1。
启用时间提示	可选参数。启用时间提示的标志。设置为 true 时，硬件将使用先前对calc()的调用生成的流向量作为当前对calc()调用的内部提示。在计算连续视频帧之间的流向量时非常有用。默认为 false。
启用外部提示	可选参数。启用将外部提示缓冲区传递给calc()的标志。默认为 false。
启用代价缓冲区	可选参数。启用从calc()输出代价缓冲区的标志。默认为 false。
gpuId	可选参数，用于选择应在其上计算光流的 GPU ID。在多 GPU 系统中很有用。默认为 0。
inputStream	光流算法可以选择性地对输入缓冲区进行 cuda 预处理。输入 cuda 流可用于将 cuda 预处理任务与 OF 硬件引擎进行流水线处理和同步。如果未设置输入流，则 execute 函数将使用默认流，即 NULL 流；
outputStream	光流算法可以选择性地对输出流向量进行 cuda 后处理。输出 cuda 流可用于将 cuda 后处理任务与 OF 硬件引擎进行流水线处理和同步。如果未设置输出流，则 execute 函数将使用默认流，即 NULL 流；

---

此类的文档是从以下文件生成的

• opencv2/cudaoptflow.hpp