当前位置: 首页 > news >正文

是 OpenCV 的 CUDA 模块中用于在 GPU 上对图像或矩阵进行转置操作函数cv::cuda::transpose

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

cv::cuda::transpose 是 OpenCV 的 CUDA 模块中的一个函数,用于在 GPU 上对图像或矩阵进行转置操作(Transpose)。它是 cv::transpose 的 GPU 加速版本,适用于需要高性能处理的场景。

函数原型

void cv::cuda::transpose
(InputArray src1,        // 输入图像/矩阵OutputArray dst,        // 输出图像/矩阵Stream& stream = Stream::Null()  // 可选:CUDA 流对象,用于异步执行
);

参数

参数名类型说明
src1InputArray输入的单通道或多通道 GpuMat 或 Mat。注意:输入必须是二维矩阵。
dstOutputArray输出结果,尺寸为 src.cols x src.rows,即行列互换。类型与输入相同。
streamStream&可选参数,指定当前操作使用的 CUDA 流。如果不传,默认使用同步流 Stream::Null()。

使用示例代码

以下是一个完整的示例,演示如何使用 cv::cuda::transpose 来对一张图像进行 GPU 转置:

#include <iostream>
#include <opencv2/cudaarithm.hpp>
#include <opencv2/cudaimgproc.hpp>  // 包含 transpose 等 CUDA 图像处理函数
#include <opencv2/opencv.hpp>int main()
{// 读取图像(灰度图或彩色图均可)cv::Mat src_host = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/Lenna.png", cv::IMREAD_GRAYSCALE );  // 替换为你自己的图片路径if ( src_host.empty() ){std::cerr << "无法读取图像" << std::endl;return -1;}// 将图像上传到 GPUcv::cuda::GpuMat src_gpu, dst_gpu;src_gpu.upload( src_host );// 使用 cuda::transpose 进行转置cv::cuda::transpose( src_gpu, dst_gpu );// 下载回 CPU 并显示cv::Mat dst_host;dst_gpu.download( dst_host );cv::imshow( "Original Image", src_host );cv::imshow( "Transposed Image", dst_host );cv::waitKey( 0 );return 0;
}

运行结果

在这里插入图片描述

http://www.dtcms.com/a/187330.html

相关文章:

  • 职坐标AIoT开发技能精讲培训
  • 通过POI实现对word基于书签的内容替换、删除、插入
  • 随言随语(十二):盖章
  • Hadoop的目录结构和组成
  • Springboot之类路径扫描
  • hadoop中创建MySQL新数据库数据表
  • mybatis中${}和#{}的区别
  • 【PmHub后端篇】PmHub中基于Redis加Lua脚本的计数器算法限流实现
  • 可视化图解算法38:重建二叉树
  • 在企业级智能体浪潮中,商业数据分析之王SAS或将王者归来
  • 数据挖掘入门-二手车交易价格预测
  • 鸿蒙北向应用开发: deveco5.0 创建开源鸿蒙项目
  • 日语学习-日语知识点小记-构建基础-JLPT-N4阶段(20):复习
  • 第五十七篇 Java接口设计之道:从咖啡机到智能家居的编程哲学
  • Kafka原理深度剖析
  • Spring Boot Swagger 安全防护全解析:从旧版实践到官方规范
  • 基于智能家居项目 解析DHT11温湿度传感器
  • C++23 views::zip 和 views::zip_transform (P2321R2) 深入解析
  • [传输层]TCP协议
  • Node.js 中的 URL 模块
  • 医疗系统开发架构和技术路线建议-湖南某三甲医院
  • 开源模型应用落地-qwen模型小试-Qwen3-8B-融合VLLM、MCP与Agent(七)
  • TikTok矩阵运营干货:从0到1打造爆款矩阵
  • WM_TIMER定时器消息优先级低,可能会被系统丢弃,导致定时任务无法正常执行
  • 论软件设计模式及其应用
  • 25.5.13
  • PyTorch中的nn.Embedding应用详解
  • 【架构】RUP统一软件过程:企业级软件开发的全面指南
  • 为什么hadoop不用Java的序列化?
  • ThingsBoard使用Cassandra部署时性能优化