OpenCV-C++-CUDA-02-图像基本操作之像素操作, test ok

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：

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：

（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：

（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：

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：

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：

变亮:

        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：

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：

        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;
}