在opencv中,已经嵌入了opencl运行的方式,通过使用UMat对象,opencv会自动在支持OpenCL的设备上使用GPU运算,在不支持OpenCL的设备仍然使用CPU运算,这样就避免了程序运行失败,而且统一了接口。
Mat转UMat
// 从Mat获得UMat矩阵
// 方法一
cv::UMat usrc = cv::imread("bmc1.bmp", 0).getUMat(cv::ACCESS_READ);
// 方法二
cv::UMat usrc_;
cv::Mat src = imread("bmc1.bmp", 0);
src.copyTo(usrc_);
UMat转Mat
cv::Mat src = usrc.getMat(cv::ACCESS_RW);
两者的转换是不共享矩阵体的。所以,一般转换成另一个类型进行修改之后,需要再转回去,内容才能一致。而且转换需要花费大量时间(从CPU将数据移到GPU或相反),如果计算量不大,建议还是用Mat计算
因为UMat和Mat有着共同的基类InputOutputArray,所以大部分OpenCV的函数UMat都能使用,但是UMat自带的方法没有Mat丰富。比如说,UMat没有data指针指向数据,没有ptr<>方法。
getMat和getUMat的参数可以如下:
- ACCESS_FAST
- ACCESS_MASK
- ACCESS_READ
- ACCESS_RW
- ACCESS_WRITE