结合OpenCV和CUDA扩展自定义函数接口之导向滤波算法实现

声明:本文内容原创,首发于CSDN博客。未经许可禁止转载。需要更多帮助请私信或邮件联系。

前言

CUDA(Compute Unified Device Architecture,统一计算架构)是由NVIDIA所推出的一种集成技术,是其对于GPGPU(A General-Purpose Graphics Processing Unit)的正式名称。通过该技术,开发者可以利用NVIDIA的GeForce 8以后的GPU进行计算。极大加速计算型应用的效率。通常用于游戏开发、视频编解码、图像处理等领域。

OpenCV从3.0版后集成了关于CUDA相关操作的高级封装,其中GpuMat数据类型可以看做Mat的GPU版本,有极好的数据属性封装,且能够内部隐式转化成可以直接作为核函数参数的PtrStepSz、PtrStep。
结合OpenCV和CUDA扩展自定义函数接口之导向滤波算法实现_第1张图片

我们可以很方便使用OpenCV搭建好的框架来扩展实现需要的算法,本文将以导向滤波算法为例,记录使用CUDA使能的OpenCV来实现的GuidedFilter

分析

在使用OpenCV扩展实现算法前,需要了解OpenCV源码的结构。

在OpenCV Doc官网,可以看到OpenCV的模块包含Main mod

你可能感兴趣的:(#,传统图像处理,#,OpenCV,#,CUDA,c++,cmake,opencv,python,导向滤波)