Boost.GIL:通用图像库

参考:http://hao.jobbole.com/boost-gil/

在任何包含图表、图像处理和视频,还有像素数据可变性表征(色域、位深度、频道预定、平面/隔行、平衡政策)的项目中,图像都是一个基本结构。很难写出和图像相关的即通用又高效的代码。GIL是一个C++通用库,可以使用它写出一般的图像算法,其性能和手写处理特定类型图像的算法相似。

主要特性

  • 通用性:使用图像相关算法提取图像特征。使用GIL可以立刻写出代码,适用于任何图像类型。
  • 执行性:速度在GIL库的设计中起主要作用,一般算法在速度上和手工编写处理特定图像类型的代码类似。
  • 灵活性:编译类型参数解决方案可以使代码快速执行,但是严重限制了代码的灵活性。GIL库可以在运行时指定任何图像类型(只需要消耗和虚拟调用差不多的极少的性能)。
  • 延展性:GIL是一个基于概念的库,几乎允许每一个部分被替代,包括频道、色域、像素、像素迭代器、定位器、视角、图像和算法。
  • 兼容性:GIL库被设计成一个STL和Boost的补充库。通用STL算法经过专门优化,可以用于像素操作,而GIL库本身就可以处理现有的未经加工的像素数据。

最新版本

安装

GIL的最新版本可以从网站(http://stlab.adobe.com/gil)下载。GIL已经被批准和Boost融合,未来只需要安装Boost(http://www.boost.org)就可以安装GIL。

GIL只包含头文件,不需要链接任何库,也不需要编译Boost。网站中的头文件足够用于大多数项目。

示例

接口和代码

示例为GIL在程序中的用法,实现功能为输入8位无符号灰度图像输出8位有符号灰度图像。其中gray8c_view_t是GIL定义的类型,表示8位灰度源图像(用符号“c”表示);同理,gray8s_view_t表示8位有符号整型类型(用符号“s”表示)。

C++

#include <boost/gil/gil_all.hpp> using namespace boost::gil; void x_gradient(const gray8c_view_t& src, const gray8s_view_t& dst) { assert(src.dimensions() == dst.dimensions()); ... // compute the gradient }

1

2

3

4

5

6

#include <boost/gil/gil_all.hpp>

using namespace boost::gil;

void x_gradient(const gray8c_view_t& src, const gray8s_view_t& dst) {

    assert(src.dimensions() == dst.dimensions());

    ...    // compute the gradient

}

 

资源链接

官方网站:http://www.boost.org/doc/libs/1_56_0/libs/gil/doc/index.html
开源地址:https://github.com/boostorg/gil

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这个错误通常是由于在使用 Boost.Python 时出现了异常,但是没有正确处理导致的。这种情况下,Boost.Python 会将异常转换为 `boost::python::error_already_set` 异常抛出。 要解决这个问题,可以尝试以下步骤: 1. 确保 Python 环境正确初始化。在使用 Boost.Python 之前,必须通过 `Py_Initialize()` 函数初始化 Python 环境。在程序结束时,应调用 `Py_Finalize()` 函数清理 Python 环境。 2. 确认 Python 代码没有语法错误。如果 Python 代码中存在语法错误,将会导致异常抛出。可以在 Python 中使用 `python -m py_compile example.py` 命令检查代码是否存在语法错误。 3. 在调用 Python 函数时,要使用 `try...except...` 语句捕获异常。例如: ``` try { int result = py::extract<int>(add_func(1, 2)); } catch (const boost::python::error_already_set& e) { PyErr_Print(); } ``` 在上面的例子中,如果 `add_func` 函数调用抛出了异常,将会捕获 `boost::python::error_already_set` 异常并使用 `PyErr_Print()` 函数打印异常信息。 4. 尝试使用 GIL。Python 的 GIL(全局解释器锁)是一种多线程机制,用于保护 Python 对象免受并发访问的影响。如果在多线程环境中使用 Boost.Python,需要使用 GIL 来保护 Python 对象。可以使用 `py::gil_scoped_acquire` 和 `py::gil_scoped_release` 类来获取和释放 GIL。例如: ``` py::gil_scoped_acquire acquire; // 调用 Python 函数 py::gil_scoped_release release; ``` 在上面的例子中,使用 `acquire` 对象获取 GIL,然后调用 Python 函数,最后使用 `release` 对象释放 GIL。 通过以上步骤,可以尝试解决 `boost::python::error_already_set` 异常。如果问题仍然存在,可以尝试查看异常信息并进行进一步排查。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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