部分opencv中的GPU加速函数（中文翻译）

由于项目需要，翻译了一部分可以用于我现在项目的opencv函数，记录于此，原始英文文档来自于http://blog.csdn.net/mtt_sky/article/details/42607839。

getCudaEnableDeviceCount：返回已安装CUDA设备的数量;

2. setDevice：设置adevice并为当前线程初始化它;


3. getDevice：返回当前设备索引设置或默认初始化;


4. resetDevice：在当前进程中显式地销毁和清除与当前设备相关联的所有资源;


5. FeatureSet：枚举提供GPU计算功能;


class :: TargetArchs：提供一组静态方法的类，以检查GPU模块构建的NVIDIA卡架构;


class :: DeviceInfo：提供查询指定GPU属性的功能的类;


8. DeviceInfo :: name：返回设备名称;


9. DeviceInfo :: majorVersion：返回主要的计算能力版本;


10. DeviceInfo :: minorVersion：返回次要计算能力版本;


11. DeviceInfo :: multiProcessorCount：返回流处理器的数量;


12. DeviceInfo :: freeMemory：以字节为单位返回可用内存量;


13. DeviceInfo :: totalMemory：以字节为单位返回总内存量;


14. DeviceInfo :: supports：提供有关GPU功能支持的信息;


15. DeviceInfo :: isCompatible：检查GPU模块和设备的兼容性;


16. DeviceInfo :: deviceID：返回从0开始的GPU设备的系统索引;


struct :: PtrStepSz：轻量级封装GPU上的投影存储器并传递给nvcc编译代码（CUDA内核）;


struct :: PtrStep：结构类似于gpu :: PtrStepSz，但只包含一个指针和行步;


19. class :: GpuMat：用于GPU内存的基本存储类，具有引用计数。其接口匹配Mat界面;


createContinuous：在GPU内存中创建连续矩阵;


21. ensureSizeIsEnough：确保矩阵的大小足够大，矩阵具有适当的类型;


registerPageLocked：page-locked矩阵的内存并将其映射到设备;


23. unregisterPageLocked：取消映射矩阵的内存，并使其可再次可页面;


class :: CudaMem：具有引用计数的类包装来自CUDA的特殊内存类型分配函数。它的接口也是Mat（） - 但是具有额外的内存类型参数;


25. CudaMem :: createMatHeader：创建一个头，而不引用计数到gpu :: CudaMem数据;


26. CudaMem :: createGpuMatHeader：将CPU内存映射到GPU地址空间，并创建gpu :: GpuMat头，而不引用计数;


27. CudaMem :: canMapHostMemory：如果当前硬件支持地址空间映射和ALLOC_ZEROCOPY内存分配，则返回true;


class :: Stream：这个类封装了一个异步调用队列。一些功能使用附加的gpu :: Stream参数重载;


29. Stream :: queryIfComplete：如果当前流队列完成，则返回true，否则返回false;


Stream :: waitForCompletion：阻止当前CPU线程，直到流中的所有操作完成;


Stream :: enqueueDownload：将数据从设备复制到主机;


Stream :: enqueueUpload：将数据从主机复制到设备;


33. Stream :: enqueueCopy：将数据从设备复制到设备;


Stream :: enqueueMemSet：将设备内存初始化或设置为一个值;


Stream :: enqueueConvert：根据类型将矩阵类型从float转换为uchar;


Stream :: enqueueHostCallback：在流中的所有当前排队的项目已经完成之后，在主机上添加要调用的回调函数;


struct :: StreamAccessor：能够从gpu :: Stream获取cuda Stream_t并在stream_accessor.hpp中声明的类，因为它是唯一依赖于CUDA Runtime API的公头;


gemm（cv :: gemm）：执行广义矩阵乘法;


转置（cv :: transpose）：转置矩阵;


flip（cv :: flip）：在垂直，水平或两个轴上翻转2D矩阵;


LUT（cv :: LUT）：使用给定的查找表将源矩阵转换为目标矩阵：dst（I）= lut（src（I））;


42. merge（cv :: merge）：从多个单通道矩阵中创建多通道矩阵;


split（cv :: split）：将多通道矩阵的每个平面复制到数组中;


幅度（cv ::幅度）：计算复杂矩阵元素的大小;


amplitudeSqr：计算复矩阵元素的平方;


阶段（cv :: phase）：计算复矩阵元素的极角;


cartToPolar（cv :: cartToPolar）：将笛卡尔坐标转换为极坐标;


polarToCart（cv :: polarToCart）：将极坐标转换为笛卡尔坐标;


规范化（cv :: normalize）：规范数组的范数或值范围;


50. add（cv :: add）：计算矩阵矩阵或矩阵标量和;


减去（cv :: subtract）：计算矩阵矩阵或矩阵标量差;


乘法（cv :: multiply）：计算矩阵矩阵或矩阵标量的每元素乘积;


divide（cv :: divide）：计算矩阵矩阵或矩阵标量划分;

addWeighted（cv :: addWeighted）：

90. threshold（cv :: threshold）：对每个数组元素应用固定级别的阈值;


调整大小（cv :: resize）：调整图像大小


92. warpAffine（cv :: warpAffine）：对图像应用仿射变换;


93. buildWarpAffineMats（gpu :: warpAffine，gpu :: remap）：构建仿射变换的转换图;


94. warpPerspective（cv :: warpPerspective）：将透视变换应用于图像;


95. buildWarpPerspectiveMaps（gpu :: warpPerspective，gpu :: remap）：构建透视变换的转换图;


旋转（gpu :: warpAffine）：围绕原点（0,0）旋转图像，然后将其移动;


copyMakeBorder（cv :: copyMakeBorder）：在图像周围形成边框;

Canny（cv :: Canny）：使用Canny算法在图像中找到边;

117.HoughLines（cv :: HoughLines）：使用经典的霍夫变换找到二进制图像中的行;


118.HoughLinesDownload（gpu :: HoughLines）：将结果从gpu :: HoughLines下载到主机内存;


HoughCircles（cv :: HoughCircles）：使用霍夫变换在灰度图像中找到圆;


HoughCirclesDownload（gpu :: HoughCircles）：将结果从gpu :: HoughCircles下载到主机内存;

126. minMax（cv :: minMaxLoc）：找到全局最小和最大矩阵元素并返回它们的值;


127. minMaxLoc（cv :: minMaxLoc）：找到全局最小值和最大矩阵元素，并返回它们的值与位置;

boxFilter（cv :: boxFilter）：使用标准化的框过滤器平滑图像;


178. blur（cv :: blur，gpu :: boxFilter）：作为标准化框过滤器的同义词;

Sobel（cv :: Sobel）：将广义Sobel算子应用于图像;

194. GaussianBlur（cv :: GaussianBlur）：使用高斯滤波器平滑图像;