OpenCV CUDA模塊中逐元素操作------數學函數

  • 操作系統:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 編程語言:C++11

算法描述

在OpenCV的CUDA模塊中,確實存在一系列用于執行逐元素數學運算的函數,包括指數、對數、平方根等。這些函數對于高級圖像處理算法非常有用,比如計算圖像梯度幅值時可能用到的平方根操作。

主要函數

1. 指數 - cv::cuda::exp

描述:計算每個數組元素的自然指數(e的冪)。
#### 函數原型
 void cv::cuda::exp(InputArray src, OutputArray dst, Stream& stream = Stream::Null());
參數
  • src: 輸入數組。
  • dst: 輸出數組。
  • stream: CUDA流用于異步執行(可選)。

2. 對數 - cv::cuda::log

描述:計算每個數組元素的自然對數。

函數原型:與cv::cuda::exp類似,但執行的是對數操作。

3. 平方根 - cv::cuda::sqrt

描述:計算每個數組元素的平方根。
函數原型

void cv::cuda::sqrt
(
InputArray src,
OutputArray dst,
Stream& stream = Stream::Null()
);

參數
  • src: 輸入數組。
  • dst: 輸出數組。
  • stream: CUDA流用于異步執行(可選)。

代碼示例

#include <iostream>
#include <opencv2/cudaarithm.hpp>
#include <opencv2/opencv.hpp>int main()
{// 創建一個測試圖像(單通道浮點型)cv::Mat h_image = cv::Mat::ones( 512, 512, CV_32FC1 );h_image( cv::Rect( 100, 100, 100, 100 ) ).setTo( cv::Scalar( 0.5 ) );h_image( cv::Rect( 300, 300, 100, 100 ) ).setTo( cv::Scalar( 2.0 ) );// 上傳到GPUcv::cuda::GpuMat d_image;d_image.upload( h_image );// 結果GPU矩陣cv::cuda::GpuMat d_exp_result, d_log_result, d_sqrt_result;// 指數運算cv::cuda::exp( d_image, d_exp_result );// 對數運算(加1防止log(0))cv::cuda::GpuMat d_temp;cv::cuda::add( d_image, cv::Scalar( 1.0 ), d_temp );  // 替代 d_image + 1.0cv::cuda::log( d_temp, d_log_result );// 平方根cv::cuda::sqrt( d_image, d_sqrt_result );// sin / cos 需要回到CPU執行cv::Mat h_sin_result, h_cos_result;// 先下載回CPUcv::Mat h_exp_result, h_log_result, h_sqrt_result;d_exp_result.download( h_exp_result );d_log_result.download( h_log_result );d_sqrt_result.download( h_sqrt_result );cv::Mat h_data;d_image.download( h_data );// 顯示結果cv::imshow( "Original", h_data / 2.0 );cv::imshow( "Exp", h_exp_result );cv::imshow( "Log", h_log_result );cv::imshow( "Sqrt", h_sqrt_result );cv::waitKey( 0 );return 0;
}

運行結果

在這里插入圖片描述

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/bicheng/81165.shtml
繁體地址,請注明出處:http://hk.pswp.cn/bicheng/81165.shtml
英文地址,請注明出處:http://en.pswp.cn/bicheng/81165.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

PhpStudy | PhpStudy 工具安裝 —— Kali Linux 系統安裝 PhpStudy

&#x1f31f;想了解這個工具的其它相關筆記&#xff1f;看看這個&#xff1a;[網安工具] 服務器環境配置工具 —— PhpStudy 使用手冊 筆者備注&#xff1a;演示雖然是 Kali Linux&#xff0c;但其實 Linux 系列都可以參考此流程完成安裝。 在前面的章節中&#xff0c;筆者簡…

第6講、全面拆解Encoder、Decoder內部模塊

全面拆解 Transformer 架構&#xff1a;Encoder、Decoder 內部模塊解析&#xff08;附流程圖小測驗&#xff09; 關鍵詞&#xff1a;Transformer、Encoder、Decoder、Self-Attention、Masked Attention、位置編碼、殘差連接、多頭注意力機制 Transformer 自 2017 年誕生以來&am…

游戲引擎學習第283天:“讓‘Standing-on’成為一個更嚴謹的概念

如果同時使用多個OpenGL上下文&#xff0c;并且它們都有工作負載&#xff0c;GPU或GPU驅動程序如何決定調度這些工作&#xff1f;我注意到Windows似乎優先處理活動窗口的OpenGL上下文&#xff08;即活動窗口表現更好&#xff09;&#xff0c;挺有意思的…… 當多個OpenGL上下文…

深度學習讓魚與熊掌兼得

通常,一個大的復雜的模型的loss會低,但是擬合方面不夠,小的模型在擬合方面更好,但是loss高,我們可以通過深度學習來得到一個有著低loss的小模型 我們之前學過,peacewise linear可以用常數加上一堆這個階梯型函數得到,然后因為peacewise linear可以逼近任何function,所以理論上…

如何在 AWS 上構建支持 AVIF 的前端圖片優化方案

一、為什么使用 AVIF 圖片格式&#xff1f; 優勢點 說明 高壓縮率 在相似質量下&#xff0c;AVIF 文件比 JPEG/PNG/WebP 更小&#xff0c;能有效節省帶寬和存儲空間。 更高畫質 即使在低碼率下也能保持清晰細節&#xff0c;減少壓縮帶來的馬賽克或模糊問題。 支持透明度 …

C++中的std::allocator

C中的std::allocator 文章目錄 C中的std::allocator1.std::allocator1.1C中的placement new 和operator new1.2一個custom allocator的實現1.3使用std::allocator_traits實現allocator 1.std::allocator C中的std::allocator默默工作在CSTL中的所有容器的內存分配上&#xff0…

CodeBuddy編程新范式

不會寫&#xff1f;不想寫&#xff1f; 騰訊推出的CodeBuddy徹底解放雙手。 示例 以下是我對CodeBuddy的一個小體驗。 我只用一行文字對CodeBuddy說明了一下我的需求&#xff0c;剩下的全部就交給了CodeBuddy&#xff0c;我需要做的就是驗收結果即可。 1.首先CodeBuddy會對任…

QML學習01(設置寬度、高度、坐標點、標題,信號與槽,鍵盤事件)

QML學習 1、前言2、QML3、QML和QWidget的區別3、QtQuick下的Windows應用4、總結 1、前言 記錄一下QML學習的過程&#xff0c;方便自己日后回顧&#xff0c;也可以給有需要的人提供幫助。 2、QML QML是 Qt 框架中的一種聲明式編程語言&#xff0c;專門用于快速設計和開發用戶…

在VSCode中接入DeepSeek的指南

本文將介紹三種主流接入方式,涵蓋本地模型調用和云端API接入方案。 一、環境準備 1.1 基礎要求 VSCode 1.80+Node.js 16.x+Python 3.8+(本地部署場景)已部署的DeepSeek服務(本地或云端)1.2 安裝必備插件 # 打開VSCode插件面板(Ctrl+Shift+X) 搜索并安裝: - DeepSeek Of…

機器學習-計量經濟學

機器學習 不要事前決定變量關系&#xff0c;關鍵是誰也不知道啊&#xff0c;機器學習學習的模型&#xff08;那也不是真實的關系啊&#xff09; 這就是自然學科的好處&#xff1a;只要不斷的優化這個未知的東西&#xff08;函數&#xff09;&#xff0c;然后在數據上&#xff…

五、Linux賬號與權限管理

1、管理用戶和組賬號 1.1、用戶 1.1.1、用戶的概念及作用 在Linux系統中,用戶(User)指的是可以訪問系統資源的個體實體。每個用戶都有一個唯一的用戶賬號,用于標識和管理其在系統中的活動和訪問權限。 用戶的重要性和功能: 身份認證和訪問控制: 用戶賬號用于身份認證,確…

精益數據分析(61/126):移情階段評分體系構建與實戰案例解析

精益數據分析&#xff08;61/126&#xff09;&#xff1a;移情階段評分體系構建與實戰案例解析 在創業的移情階段&#xff0c;如何科學評估用戶需求的真實性與緊迫性&#xff0c;是決定后續產品方向的關鍵。今天&#xff0c;我們結合《精益數據分析》中的評分框架&#xff0c;…

完成反射宇宙的最后一塊拼圖:泛型集合

反射,c#的黑科技,一手打造漂亮的,專屬于自己的屬性框 之前分享的: 如何寫一個自定義屬性控件的功能,但是只是對基礎的類型,比如String,bool,int等,但是對list<T>,Vector<T>這種泛型集合類型支持的不是很好,剛好最近重新研究了一下,將這個非常重要的功能完成了. 效…

Redis--基礎知識點--26--過期刪除策略 與 淘汰策略

Redis 的過期策略和淘汰策略是內存管理的核心機制&#xff0c;分別用于處理鍵的自動失效和內存不足時的數據清理。以下是詳細說明&#xff1a; 1 、過期刪除策略&#xff08;Expiration Policy&#xff09; 處理已設置過期時間&#xff08;EXPIRE&#xff09;的鍵&#xff0c;…

第六天——貪心算法——字符串分隔

1. 題目 給定一個字符串 s&#xff0c;我們需要將其劃分為盡可能多的部分&#xff0c;使得同一字母最多出現在一個部分中。 例如&#xff1a;字符串 "ababcc" 可以劃分為 ["abab", "cc"]&#xff0c;但要避免 ["aba", "bcc&quo…

[原創](現代Delphi 12指南):[macOS 64bit App開發]: 注意“回車換行“的跨平臺使用.

[作者] 常用網名: 豬頭三 出生日期: 1981.XX.XX 企鵝交流: 643439947 個人網站: 80x86匯編小站 編程生涯: 2001年~至今[共24年] 職業生涯: 22年 開發語言: C/C++、80x86ASM、Object Pascal、Objective-C、C#、R、Python、PHP、Perl、 開發工具: Visual Studio、Delphi、XCode、…

Maven 插件參數注入與Mojo開發詳解

&#x1f9d1; 博主簡介&#xff1a;CSDN博客專家&#xff0c;歷代文學網&#xff08;PC端可以訪問&#xff1a;https://literature.sinhy.com/#/?__c1000&#xff0c;移動端可微信小程序搜索“歷代文學”&#xff09;總架構師&#xff0c;15年工作經驗&#xff0c;精通Java編…

擴增子分析|R分析之微生物生態網絡穩定性評估之節點和連接的恒常性、節點持久性以及組成穩定性指數計算

一、引言 周集中老師團隊于2021年在Nature climate change發表的文章&#xff0c;闡述了網絡穩定性評估的原理算法&#xff0c;并提供了完整的代碼。自此對微生物生態網絡的評估具有更全面的指標&#xff0c;自此網絡穩定性的評估廣受大家歡迎。本文將介紹網絡穩定性之節點和連…

人體肢體渲染-一步幾個腳印從頭設計數字生命——仙盟創夢IDE

人體肢體動作數據集-太極拳 渲染代碼 # 初始化Pygame pygame.init()# 設置窗口尺寸 WINDOW_WIDTH 800 WINDOW_HEIGHT 600 window pygame.display.set_mode((WINDOW_WIDTH, WINDOW_HEIGHT)) pygame.display.set_caption("動作回放")# 設置幀率 FPS 30 clock pyg…

強化學習入門:馬爾科夫獎勵過程

文章目錄 前言1、組成部分2、應用例子3、馬爾科夫獎勵過程總結 前言 最近想開一個關于強化學習專欄&#xff0c;因為DeepSeek-R1很火&#xff0c;但本人對于LLM連門都沒入。因此&#xff0c;只是記錄一些類似的讀書筆記&#xff0c;內容不深&#xff0c;大多數只是一些概念的東…