当前位置: 首页 > news >正文

OpenCV CUDA 模块图像过滤-----创建一个计算图像导数的滤波器函数createDerivFilter()

  • 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::createDerivFilter 是 OpenCV CUDA 模块中的一个工厂函数,用于创建一个计算图像导数的滤波器。这个滤波器可以用来计算图像在 x 方向和 y 方向上的任意阶导数。它特别适用于边缘检测、特征提取等计算机视觉任务。

函数原型

cv::Ptr<cv::cuda::Filter> cv::cuda::createDerivFilter
(int srcType,int dstType,int dx,int dy,int ksize,bool normalize = false,double scale = 1,int rowBorderMode = cv::BORDER_DEFAULT,int columnBorderMode = -1
);

参数

参数名类型描述
srcTypeint输入图像类型,例如 CV_8UC1, CV_32FC1 等。
dstTypeint输出图像类型,通常与输入类型相同或根据需求指定。
dxintx方向上的导数阶数(0表示不计算x方向导数)。
dyinty方向上的导数阶数(0表示不计算y方向导数)。
ksizeint使用的Sobel核大小(必须是奇数且大于1),例如3, 5, 7等。
normalizebool是否对结果进行归一化处理,默认为 false。
scaledouble计算导数值时的缩放因子,默认为 1。
rowBorderModeint行方向上的边界填充模式,默认为 cv::BORDER_DEFAULT。
columnBorderModeint列方向上的边界填充模式,默认使用 rowBorderMode 的值(即 -1)。

代码示例

include <opencv2/cudafilters.hpp>
#include <opencv2/cudaimgproc.hpp>
#include <opencv2/opencv.hpp>int main()
{// 读取灰度图像cv::Mat h_img = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/Lenna.png", cv::IMREAD_GRAYSCALE );if ( h_img.empty() ){std::cerr << "Error: Image not found!" << std::endl;return -1;}// 上传到 GPUcv::cuda::GpuMat d_src, d_dst_x, d_dst_y;d_src.upload(h_img);// 创建x方向导数滤波器(ksize=3)cv::Ptr<cv::cuda::Filter> derivXFilter = cv::cuda::createDerivFilter(d_src.type(),   // 输入类型(CV_8UC1)CV_32FC1,       // 输出类型(浮点数类型更合适)1,              // dx = 1 表示计算x方向一阶导数0,              // dy = 0 不计算y方向导数3               // Sobel核大小);// 应用x方向导数滤波器derivXFilter->apply(d_src, d_dst_x);// 创建y方向导数滤波器(ksize=3)cv::Ptr<cv::cuda::Filter> derivYFilter = cv::cuda::createDerivFilter(d_src.type(),   // 输入类型(CV_8UC1)CV_32FC1,       // 输出类型(浮点数类型更合适)0,              // dx = 0 不计算x方向导数1,              // dy = 1 表示计算y方向一阶导数3               // Sobel核大小);// 应用y方向导数滤波器derivYFilter->apply(d_src, d_dst_y);// 下载结果回 CPUcv::Mat h_dst_x_f, h_dst_y_f; // 浮点数结果d_dst_x.download(h_dst_x_f);d_dst_y.download(h_dst_y_f);// 归一化处理以便显示cv::Mat h_dst_x_8u, h_dst_y_8u; // 用于显示的8位无符号整数结果cv::normalize(h_dst_x_f, h_dst_x_8u, 0, 255, cv::NORM_MINMAX, CV_8U);cv::normalize(h_dst_y_f, h_dst_y_8u, 0, 255, cv::NORM_MINMAX, CV_8U);// 显示原始图像及导数图像cv::imshow("Original", h_img);cv::imshow("X Direction Derivative", h_dst_x_8u);cv::imshow("Y Direction Derivative", h_dst_y_8u);cv::waitKey(0);return 0;
}

运行结果

在这里插入图片描述

相关文章:

  • 欧拉降幂(JAVA)蓝桥杯乘积幂次
  • 【机器学习】 关于外插修正随机梯度方法的数值实验
  • C++ 02.好用的命令行解析库cmdline和CLI11
  • 【LLIE专题】基于事件相机照度估计的暗光增强方案
  • poppler_path 是用于 Python 库如 pdf2image 进行 PDF 转换时
  • 天文数据处理:基于CUDA的射电望远镜图像实时去噪算法(开源FAST望远镜数据处理代码解析)
  • 大规模实验管理系统的GPU资源调度设计(基于优先级队列的动态算力分配算法)
  • [原创](现代Delphi 12指南):[macOS 64bit App开发]: 如何获取目标App的程序图标?
  • Linux 之 MTD 子系统框架
  • 手机打电话时由对方DTMF响应切换多级IVR语音菜单(话术脚本与实战)
  • 第十节第六部分:常见API:DateTimeFormatter、Period、Duration
  • 智能办公协同系统开发日志(三):画板模块设计与实现全记录
  • Minion-Agent:软件测试领域的智能自动化实践
  • JUC入门(五)
  • DeepSeek Mermaid:如何将文本直接转化为精美图表? -优雅草卓伊凡
  • LeetCode Hot100(滑动窗口)
  • STL 转 STP 深度技术指南:从 3D 打印模型到工程标准的跨领域转换全解析(附迪威模型在线方案)
  • ai之pdf解析工具 PPStructure 还是PaddleOCR
  • 微信小程序之Promise-Promise初始用
  • 华为模拟器练习简单的拓扑图(3台路由器和2台pc)
  • 上海建设工程咨询网 首页/整站优化cms
  • 临邑建设局网站/淄博seo网络公司
  • 上海小微企业名录查询/seo优化师
  • 景区网站建设原则/百度号码认证申诉平台
  • 学校网站下载/老域名
  • 企业做网站的/企业文化的重要性和意义