• 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

執行一個均值漂移過程（mean-shift procedure），并將處理后的點的信息（它們的顏色和位置）存儲在兩幅圖像中。

該函數將源圖像中的每個像素映射到一個新的顏色和位置，從而實現：

• 顏色空間的聚類；
• 空間位置的平滑；
• 圖像分割或風格化的預處理；

與 cv::cuda::meanShiftFiltering 不同的是，這個函數會輸出兩個結果：

• 顏色空間的結果（dstr）
• 空間位置的結果（dstsp）

函數原型

void cv::cuda::meanShiftProc 	
(InputArray  	src,OutputArray  	dstr,OutputArray  	dstsp,int  	sp,int  	sr,TermCriteria  	criteria = TermCriteria(TermCriteria::MAX_ITER+TermCriteria::EPS, 5, 1),Stream &  	stream = Stream::Null() 
) 		

參數

• src 源圖像。目前僅支持 CV_8UC4 類型的圖像（即：8位無符號整型、4通道圖像）。
• dstr 目標圖像，包含映射后點的顏色。其尺寸和類型與源圖像相同。
• dstsp 目標圖像，包含映射后點的位置。其尺寸與源圖像相同，類型為 CV_16SC2（即：16位有符號整型的二維坐標）。
• sp 空間窗口半徑（以像素為單位）。
• sr 顏色窗口半徑（以顏色差異為單位）。
• criteria 終止條件。參見 TermCriteria 結構體，用于控制算法迭代的最大次數或收斂精度。
• stream 用于異步版本的 CUDA 流（Stream）。

代碼示例

#include <opencv2/cudaimgproc.hpp>
#include <opencv2/opencv.hpp>int main()
{// Step 1: 讀取圖像并轉換為 BGRA（4通道）cv::Mat h_src = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/Lenna.png" );if ( h_src.empty() ){std::cerr << "Failed to load image!" << std::endl;return -1;}cv::Mat h_rgba;cv::cvtColor( h_src, h_rgba, cv::COLOR_BGR2BGRA );// Step 2: 上傳圖像到 GPUcv::cuda::GpuMat d_src, d_str, d_sp;d_src.upload( h_rgba );// Step 3: 設置參數int sp = 10;  // 空間窗口大小int sr = 30;  // 顏色窗口大小// Step 4: 執行均值漂移過程cv::cuda::meanShiftProc( d_src, d_str, d_sp, sp, sr );// Step 5: 下載結果cv::Mat h_str, h_sp;d_str.download( h_str );  // 新顏色圖像（CV_8UC4）d_sp.download( h_sp );    // 新空間坐標圖像（CV_32FC4 或類似）// Step 6: 顯示結果cv::imshow( "Original Image", h_src );cv::imshow( "Color Space Result", h_str );cv::waitKey( 0 );return 0;
}

運行結果