- 博客(4)
- 收藏
- 关注
RSS订阅原创 C++ OpenCVCuda 图像处理-高斯滤波
高斯分布（正态分布）的概率密度集中在均值附近，其能量（即对滤波的贡献）主要分布在 [−3σ,+3σ] 范围内（约占总能量的 99.7%）。）需要至少覆盖 [−3σ,+3σ] 范围，才能避免因核太小而 “截断” 高斯分布的有效部分（否则会导致滤波效果偏离理想的高斯模糊）。让小核（如 3×3 核）的滤波效果更符合实际需求，同时保证不同尺寸核的效果过渡自然。越大（符合高斯核的特性：核越大，模糊程度越高，对应标准差越大，核大小需设置为奇数）与核的最小边长相关，核越大，默认。，本质是让：核的半宽≈3σ。
2025-08-08 15:33:05
246
原创 C++ OpenCVCuda 图像处理-ROI
本文对比了10种在VS2019+OpenCV4.10.0+CUDA12.8环境下对图像进行ROI截取的方法，测试结果表明，对于轻量级ROI操作，传统CPU方法（memcpy、clone、copyTo）因避免线程管理和设备通信开销而更具优势
2025-08-01 16:11:38
748
原创 C++ OpenCVCuda 图像处理-灰度化
本文介绍了两种基于CUDA的图像灰度化方法：OpenCV内置CUDA函数和自定义CUDA核函数。通过VS2019环境测试，发现首次调用CUDA函数会有初始化开销（10-30ms），后续调用则大幅降低（约1ms）。自定义CUDA核函数通过16x16线程块优化，在特定场景下比OpenCV实现更高效（测试显示0.5ms vs 1ms），但OpenCV方案具备更好的通用性和鲁棒性。
2025-07-31 17:28:41
219
原创 Windows11（RTX5060显卡）+VS2019+Opencv4.10.0+CUDA12.8+Cmake3.17.0 环境编译与配置
本文详细介绍了在使用最新的Windows11和RTX5060显卡条件下如何编译并搭建Opencv（有CUDA加速版本）环境并配合VS2019进行开发测试，包括配置环境过程中遇到的一些问题
2025-07-11 17:04:48
1699
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人