OpenCV-C++-CUDA-02-图像基本操作之像素操作

最新推荐文章于 2022-12-22 09:41:35 发布
最新推荐文章于 2022-12-22 09:41:35 发布
阅读量1.6k 收藏 16
点赞数 2
分类专栏： OpenCv-C++学习记录 文章标签： opencv cuda C++ 像素加减乘除 权重加减
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Daker_Huang/article/details/106566740
版权

        本章继续学习CUDA下的OpenCV学习，主要是学习CUDA下图像的像素变换。

一、图像之间的加减乘除

(1) 图像相加
主要API：

cuda::add(input image1, input image2, output image)

需要相加的两张图片：
在这里插入图片描述在这里插入图片描述
相关代码：

#include<opencv2/opencv.hpp>
#include<iostream>

using namespace cv;
using namespace std;


int main(int argc, char **argv)
{
	Mat src1 = imread("D:/opencv/opencv_4.1.2/sources/samples/data/WindowsLogo.jpg");
	Mat src2 = imread("D:/opencv/opencv_4.1.2/sources/samples/data/LinuxLogo.jpg");
	imshow("input1", src1);
	imshow("input2", src2);
	
	//GPU操作
	cuda::GpuMat g_src1, g_src2,dst;
	g_src1.upload(src1);
	g_src2.upload(src2);
	cuda::add(g_src1, g_src2, dst);//图像相加，每个通道的值分别相加（像素值超过255会等于255）

	Mat result;
	dst.download(result);
	imshow("reslut", result);

	waitKey(0);
	return 0;
}

结果：
在这里插入图片描述
（2）图像相减

cuda::subtract(input image1, input image2, output image);

#include<opencv2/opencv.hpp>
#include<iostream>

using namespace cv;
using namespace std;


int main(int argc, char **argv)
{
	Mat src1 = imread("D:/opencv/opencv_4.1.2/sources/samples/data/WindowsLogo.jpg");
	Mat src2 = imread("D:/opencv/opencv_4.1.2/sources/samples/data/LinuxLogo.jpg");
	imshow("input1", src1);
	imshow("input2", src2);
	
	//GPU操作
	cuda::GpuMat g_src1, g_src2,dst;
	g_src1.upload(src1);
	g_src2.upload(src2);
	//cuda::add(g_src1, g_src2, dst);//图像相加，每个通道的值分别相加（像素值超过255会等于255）
	cuda::subtract(g_src1, g_src2, dst);//图像相减
	Mat result;
	dst.download(result);
	imshow("reslut", result);

	waitKey(0);
	return 0;
}

结果：
在这里插入图片描述
（3）图像相乘

cuda::multiply(input image1, input image2, output image);

#include<opencv2/opencv.hpp>
#include<iostream>

using namespace cv;
using namespace std;


int main(int argc, char **argv)
{
	Mat src1 = imread("D:/opencv/opencv_4.1.2/sources/samples/data/WindowsLogo.jpg");
	Mat src2 = imread("D:/opencv/opencv_4.1.2/sources/samples/data/LinuxLogo.jpg");
	imshow("input1", src1);
	imshow("input2", src2);
	
	//GPU操作
	cuda::GpuMat g_src1, g_src2,dst;
	g_src1.upload(src1);
	g_src2.upload(src2);
	//cuda::add(g_src1, g_src2, dst);//图像相加，每个通道的值分别相加（像素值超过255会等于255）
	//cuda::subtract(g_src1, g_src2, dst);//图像相减
	cuda::multiply(g_src1, g_src2, dst);//图像相乘
	
	Mat result;
	dst.download(result);
	imshow("reslut", result);

	waitKey(0);
	return 0;
}

结果：
在这里插入图片描述

cuda::divide(input image1, input image2, output image)

#include<opencv2/opencv.hpp>
#include<iostream>

using namespace cv;
using namespace std;


int main(int argc, char **argv)
{
	Mat src1 = imread("D:/opencv/opencv_4.1.2/sources/samples/data/WindowsLogo.jpg");
	Mat src2 = imread("D:/opencv/opencv_4.1.2/sources/samples/data/LinuxLogo.jpg");
	imshow("input1", src1);
	imshow("input2", src2);
	
	//GPU操作
	cuda::GpuMat g_src1, g_src2,dst;
	g_src1.upload(src1);
	g_src2.upload(src2);
	//cuda::add(g_src1, g_src2, dst);//图像相加，每个通道的值分别相加（像素值超过255会等于255）
	//cuda::subtract(g_src1, g_src2, dst);//图像相减
	//cuda::multiply(g_src1, g_src2, dst);//图像相乘
	cuda::divide(g_src1, g_src2, dst);//图像相除
	
	Mat result;
	dst.download(result);
	imshow("reslut", result);

	waitKey(0);
	return 0;
}

结果：
在这里插入图片描述

二、图像权重加减（明亮度变化）

cuda::addWeighted()

Mat image_host = imread("D:/opencv/opencv_4.1.2/sources/samples/data/smarties.png");
	cuda::GpuMat image,add_image;
	Mat add_result;
	image.upload(image_host);//读到GPU中
	cuda::GpuMat black=cuda::GpuMat(image.size(), image.type());
	//cuda::addWeighted(image, 0.5, black, 0.6, 0, add_image);//权重加减，变暗
	cuda::addWeighted(image, 0.5, black, 0.6, 200, add_image);//权重加减，变亮
	add_image.download(add_result);
	imshow("add image", add_result);
	imshow("image host", image_host);
	waitKey(0);
	return 0;

运行结果：
变暗：
在这里插入图片描述
变亮:
在这里插入图片描述
        可以看到，图像的亮度发生了变化，使用这个操作可以应用在深度学习领域中的图像增强部分。不仅如此，我们还可以加上取反的操作：

cuda::bitwise_not(add_image, add_image);//取反

结果：
在这里插入图片描述

三、色彩空间转换

cuda::GpuMat hsv, rgb, gray, YCrCb;
	cuda::cvtColor(image, hsv, COLOR_BGR2HSV);
	cuda::cvtColor(image, rgb, COLOR_BGR2RGB);
	cuda::cvtColor(image, gray,COLOR_BGR2GRAY);
	cuda::cvtColor(image, YCrCb, COLOR_BGR2YCrCb);
	cv::Mat hsv_host, rgb_host, gray_host, YCrCb_host;
	hsv.download(hsv_host);
	rgb.download(rgb_host);
	gray.download(gray_host);
	YCrCb.download(YCrCb_host);
	imshow("hsv", hsv_host);
	imshow("rgb", rgb_host);
	imshow("gray", gray_host);
	imshow("YCrCb", YCrCb_host);
	waitKey(0);

结果：
在这里插入图片描述在这里插入图片描述
        好了，暂时到这里，其实，由于upload和download的原因，对于单张图片来说，它的响应速度不是很快，但是，在视频中的话，它一定是可以取到不错的效果的，这里我用到了很对upload和download，所以，响应会长一点。

下面是所有源码：

#include<opencv2/opencv.hpp>
#include<iostream>

using namespace cv;
using namespace std;


int main(int argc, char **argv)
{
	Mat src1 = imread("D:/opencv/opencv_4.1.2/sources/samples/data/WindowsLogo.jpg");
	Mat src2 = imread("D:/opencv/opencv_4.1.2/sources/samples/data/LinuxLogo.jpg");
	imshow("input1", src1);
	imshow("input2", src2);
	
	//GPU操作
	/*----加减乘除----*/
	cuda::GpuMat g_src1, g_src2,dst;
	g_src1.upload(src1);
	g_src2.upload(src2);
	cuda::add(g_src1, g_src2, dst);//图像相加，每个通道的值分别相加（像素值超过255会等于255）
	//cuda::subtract(g_src1, g_src2, dst);//图像相减
	//cuda::multiply(g_src1, g_src2, dst);//图像相乘
	//cuda::divide(g_src1, g_src2, dst);//图像相除


	Mat result;
	dst.download(result);
	imshow("reslut", result);

	/*-----权重加减-----*/
	Mat image_host = imread("D:/opencv/opencv_4.1.2/sources/samples/data/smarties.png");
	cuda::GpuMat image,add_image;
	Mat add_result;
	image.upload(image_host);//读到GPU中
	cuda::GpuMat black=cuda::GpuMat(image.size(), image.type());
	//cuda::addWeighted(image, 0.5, black, 0.6, 0, add_image);//权重加减，变暗
	cuda::addWeighted(image, 0.5, black, 0.6, 200, add_image);//权重加减，变亮
	//cuda::bitwise_not(add_image, add_image);//取反
	add_image.download(add_result);
	
	imshow("add image", add_result);
	imshow("image host", image_host);
	/*-----色彩空间转换------*/
	cuda::GpuMat hsv, rgb, gray, YCrCb;
	cuda::cvtColor(image, hsv, COLOR_BGR2HSV);
	cuda::cvtColor(image, rgb, COLOR_BGR2RGB);
	cuda::cvtColor(image, gray,COLOR_BGR2GRAY);
	cuda::cvtColor(image, YCrCb, COLOR_BGR2YCrCb);
	cv::Mat hsv_host, rgb_host, gray_host, YCrCb_host;
	hsv.download(hsv_host);
	rgb.download(rgb_host);
	gray.download(gray_host);
	YCrCb.download(YCrCb_host);
	imshow("hsv", hsv_host);
	imshow("rgb", rgb_host);
	imshow("gray", gray_host);
	imshow("YCrCb", YCrCb_host);
	waitKey(0);
	return 0;
}
风极_陨
关注
  • 2
    点赞
  • 踩
  • 16
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
专栏目录
C++ opencv+CUDA编程（以VS2015+opencv4.1.0+CUDA10.0为例）
dongjuexk的博客
12-10 875
1、需要提前下载的文件： opencv4.1.0(opencv-4.1.0-vc14_vc15.exe):https://github.com/opencv/opencv/releases/tag/4.1.0 opencv_contrib(Source code(zip)):https://github.com/opencv/opencv_contrib/releases/tag/4.1.0 cmake(cmake-3.13.4-win64-x64.msi):https://cmake.or...
opencv(C++)GPU、CPU 模板匹配
qq_40622955的博客
07-15 4839
摘要： 本文主要关注opencv常规版和cuda版的模板匹配算法，网上cuda版的资料不多，这里做个记录，以后用到也好有个参考。 文章目录摘要：1. opencv cuda版配置2. 源码3. 结果4.总结
C++ OpenCV-dnn模块调用模型进行目标检测 （支持CUDA加速）
动力中原
10-09 4717
前言 OpenCV4.4开始支持YOLOv4模型的调用，需要使用Opencv的DNN模块。 编译安装OpenCV和OpenCV-contrib库步骤，点此链接。 C++ OpenCV调用YOLO模型的完整代码点此下载 一、模型加载 constexpr const char *darknet_cfg = "../face/yolov3-tiny.cfg";//网络文件 constexpr const char *darknet_weights = "../face/yolov3-tiny.weights"
Win10 C++ OpenCV CUDA安装
最新发布
Mirage_nd的博客
12-22 1305
WIN10 C++ OpenCV CUDA安装，帮助Python训练好的深度学习模型用C++，TensorRT部署
基于CUDA的图像处理——超快速图像旋转
qq_36638362的博客
04-02 5012
图像旋转特点：每个像素相互独立，旋转后像素位置为浮点数，需要进行差值。 有以下几种方法： 基于opencv的仿射变换；cv::warpAffine(); 基于cpu或多线程遍历所有像素； 基于CUDA遍历所有像素；速度超快不妨试试，如代码不理解先去看看基础CUDA编程 *.cpp文件 int RotateImage(const unsigned char* img, const unsigned char* imgMask, const cv::Size imgSize, const flo..
cuda原子操作实例(图像直方图统计、图像像素求和)
热门推荐
thecentury的博客
12-14 10万+
1.cuda直方图统计 /////代码一 #include <iostream> #include "cuda_runtime.h" #include "time.h" using namespace std; #define num (256 * 1024 * 1024) // 核函数 // 注意，为了方便验证GPU的统计结果，这里采用了"逆直方图"， // 即每发现一个数字，...
vision_opencv-noetic.zip
02-09
"vision_opencv-noetic.zip"这个文件名暗示了我们将探讨的是OpenCV在Ubuntu noetic（即Ubuntu 20.04 LTS）操作系统上的使用。Ubuntu noetic是2020年发布的一个长期支持版本，其稳定性和兼容性为OpenCV的开发和应用...
opencv-4.1.0-vc14_vc15.rar
05-29
7. **CUDA支持**：OpenCV 4.1.0进一步利用GPU加速计算，通过CUDA技术提升性能，特别是在处理大规模图像数据时。 8. **Python接口**：对于Python开发者，OpenCV提供了无缝的Python接口，可以直接调用库中的函数，...
opencv-4.51 +opencv_contrib4.5.1
06-21
OpenCV（开源计算机视觉库）是一个强大的开源库，主要用于图像处理和计算机视觉任务。这个"opencv-4.51 +opencv_contrib4.5.1"是OpenCV的4.5.1版本，同时包含了opencv_contrib模块，这个模块包含了额外的模块和实验...
opencv-lane-vehicle-track:自动从code.google.compopencv-lane-vehicle-track导出
05-01
综上所述，“opencv-lane-vehicle-track”项目展示了如何利用OpenCV在C++环境中实现车道线检测和车辆追踪的基本流程。通过对图像的预处理、边缘检测、霍夫变换、线段拟合以及车辆追踪算法的结合，我们可以构建一个...
通过cuda处理图像显示图片
07-14
非常简单的例子，把后缀改成.cu，安装好vs、opencv和cuda就能运行。cpu内存读取图片（单通道），拷贝到gpu纹理内存，再取出来放回cpu内存，主要体会关于内存的操作。非常适合初学者。
解决ubuntu 下opencv与cuda冲突的问题
11-15
[modules/gpu/CMakeFiles/cuda_compile.dir/src/nvidia/core/cuda_compile_generated_NCVPyramid.cu.o] Error 1 [modules/gpu/CMakeFiles/opencv_gpu.dir/all] Error 2
Win10+VS2013+CUDA10.0+OpenCV3.4.2编译的CUDA加速版本
04-21
Win10+VS2013+CUDA10.0+OpenCV3.4.2+OpenCV_Contrib3.4.2
卷积神经网络lenet-5的c++实现
02-01
为了运行这个项目，你需要安装Visual Studio 2015，并确保项目依赖的库（如OpenCV、CUDA等，如果使用的话）已正确配置。下载MNIST数据集，并按照代码中的说明进行预处理。然后，编译并运行程序，它应该能够对MNIST...
vs2017+配置opencv+cuda环境
m0_54844818的博客
03-03 4952
在这个的基础之上在进行下面的配置 一、配置cuda库 1.1 情况1 先装cuda后装vs2017。这样的安装的顺序，一般情况下，cuda和vs2017安装过程不会出现冲突。在确保cuda和vs2017都安装成功情况下，这个时候配置相对简单，主要是把cuda的动态库路径配置好就行。方法和配置opencv环境一样。详细步骤如下： 新建一个vs2017项目，在参考上面贴出配置opencv环境的博客后，你应该知道如下操作（也建议采用临时配置方法）： 右键项目 → 属性 → 配置属性 → VC++目录 →
图像均值滤波cuda_C++ 数字图像处理之均值滤波
weixin_32232809的博客
01-25 1093
均值滤波操作用来模糊图像。输出图像的每一个像素灰度值是卷积核在输入图像中对应的像素的平均值( 所有像素加权系数相等)。均值滤波卷积核所覆盖的像素点具有同样权重， 该卷积核的作用在于取奇数个值的平均值代替中间像素值，所以起到的平滑的效果。平滑原理：对于RGB图像需要每一个通道都需要求均值。均值滤波的卷积核有：3*3,5*5,7*7,9*9等等。数据结构定义：/** * @brief 简单概述 * @...
cuda与openCV结合编程（一）
alpc40计算机视觉开发
12-24 3万+
OpenCV与CUDA并行编程结合，是实现openCV优化时间的重要方法之一，搞图像处理的童鞋别错过哦
CIFilter -kCICategoryDistortionEffect
mazegong的博客
09-09 572
滤镜名称===CIBumpDistortion 2020-09-09 13:44:04.985594+0800[15319:259322] 滤镜参数===:{ CIAttributeFilterAvailable_iOS = 6, CIAttributeFilterDisplayName = 凹凸扭曲, inputImage = { CIAttributeDisplayName = 图像, CIAttributeDescription = 要用作输入图像的图像。对于也使用了背景图像的滤镜来说，这
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值