OpenCV CUDA模塊圖像變形------對圖像進行GPU加速的透視變換函數warpPerspective()

  • 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

該函數用于對圖像進行 GPU 加速的透視變換(Perspective Transformation),是 cv::warpPerspective 的 CUDA 版本。支持任意角度的投影變換,適用于圖像矯正、視角變換等場景。

函數原型

void cv::cuda::warpPerspective 	
(InputArray  	src,OutputArray  	dst,InputArray  	M,Size  	dsize,int  	flags = INTER_LINEAR,int  	borderMode = BORDER_CONSTANT,Scalar  	borderValue = Scalar(),Stream &  	stream = Stream::Null() 
) 		

參數

參數名說明
src源圖像。支持像素深度為 CV_8UCV_16UCV_32SCV_32F 的圖像,通道數為 1、3 或 4。
dst目標圖像,類型與 src 相同,尺寸為 dsize
M3x3 的透視變換矩陣(Mat 或 UMat 類型)。
dsize輸出圖像的尺寸(寬 x 高)。
flags插值方法組合(參考 resize 函數),以及可選標志 WARP_INVERSE_MAP,表示 M 是一個逆變換(即從目標圖像到源圖像的映射)。僅支持 INTER_NEARESTINTER_LINEARINTER_CUBIC 插值方法。
borderMode像素外推方法(邊界填充方式)。
borderValue當邊界模式為 BORDER_CONSTANT 時使用的填充值,默認為黑色(0)。
stream用于異步版本的 CUDA 流對象。

代碼示例

#include <opencv2/cudawarping.hpp>
#include <opencv2/opencv.hpp>int main()
{// 讀取圖像cv::Mat h_src = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/Lenna.png", cv::IMREAD_COLOR );if ( h_src.empty() ){std::cerr << "無法加載圖像!" << std::endl;return -1;}// 上傳到 GPUcv::cuda::GpuMat d_src, d_dst;d_src.upload( h_src );// 定義源圖像中的四個點和目標圖像中的對應點cv::Point2f srcPoints[ 4 ] = { { 0, 0 }, { h_src.cols - 1, 0 }, { 0, h_src.rows - 1 }, { h_src.cols - 1, h_src.rows - 1 } };cv::Point2f dstPoints[ 4 ] = {{ h_src.cols * 0.1f, h_src.rows * 0.1f }, { h_src.cols * 0.9f, h_src.rows * 0.2f }, { h_src.cols * 0.2f, h_src.rows * 0.8f }, { h_src.cols * 0.8f, h_src.rows * 0.9f }};// 構造透視變換矩陣cv::Mat M = cv::getPerspectiveTransform( srcPoints, dstPoints );// 設置輸出尺寸cv::Size dsize( h_src.cols, h_src.rows );// 執行透視變換cv::cuda::warpPerspective( d_src, d_dst, M, dsize, cv::INTER_LINEAR );// 下載并顯示結果cv::Mat h_dst;d_dst.download( h_dst );cv::imshow( "Original Image", h_src );cv::imshow( "Warped Perspective Image", h_dst );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/news/909485.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/909485.shtml
英文地址,請注明出處:http://en.pswp.cn/news/909485.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

吳恩達機器學習筆記(2)—單變量線性回歸

目錄 一、模型表示 二、代價函數 三、代價函數的直觀理解&#xff08;1&#xff09; 四、代價函數的直觀理解&#xff08;2&#xff09; 五、梯度下降 六、梯度下降的直觀理解 七、線性回歸的梯度下降 在本篇內容中&#xff0c;我們將介紹第一個機器學習算法——線性回歸…

最新華為 HCIP-Datacom(H12-821)

最新 HCIP-Datacom&#xff08;H12-821&#xff09;&#xff0c;完整題庫請上方訪問&#xff0c;更新完畢。 在OSPF網絡中&#xff0c;NSSA區域與STUB區域都是為了減少LSA數量&#xff0c;兩者最主要的區別在于&#xff0c;NSSA區域可以引入外部路由&#xff0c;并同時接收OSPF…

vba學習系列(11)--批退率通過率等數據分析

系列文章目錄 文章目錄 系列文章目錄前言一、外觀報表1.產能2.固定傷排查3.鏡片不良TOP4.鏡片公式計算5.鏡片良率計算6.鏡片批退率7.鏡筒不良TOP8.鏡筒公式計算9.鏡筒良率計算10.鏡筒批退率 二、反射率報表1.機臺通過率2.鏡片通過率圈數分析3.鏡片通過率罩次分析4.鏡筒通過率圈…

成功在 Conda Python 2.7 環境中安裝 Clipper(eCLIP peak caller)

&#x1f52c; 成功在 Conda Python 2.7 環境中安裝 Clipper&#xff08;eCLIP peak caller&#xff09; 本文記錄了如何在無 root 權限下使用 Conda 環境&#xff0c;解決依賴、構建擴展模塊并成功安裝運行 clipper 的詳細流程。適用于再現 eCLIP 分析流程時遇到 clipper 安裝…

通過 VS Code 連接 GitLab 并上傳項目

通過 VS Code 連接 GitLab 并上傳項目&#xff0c;請按照以下步驟操作&#xff1a; 1. 安裝必要工具 確保已安裝 Git 并配置用戶名和郵箱&#xff1a; git config --global user.name "你的用戶名" git config --global user.email "你的郵箱" 在 VS Cod…

開源夜鶯支持MySQL數據源,更方便做業務指標監控了

夜鶯監控項目最核心的定位&#xff0c;是做一個告警引擎&#xff0c;支持多種數據源的告警。這個版本的更新主要是增加了對 MySQL 數據源的支持&#xff0c;進一步增強了夜鶯在業務指標監控方面的能力。 之前版本的夜鶯主要聚焦在 Prometheus、VictoriaMetrics、ElasticSearch…

SpringCloud + MybatisPlus:多租戶模式與實現

一、多租戶的基本概念 多租戶(Multi-Tenancy) 是指在一套軟件系統中,多個租戶(客戶)共享相同的基礎設施和應用程序,但數據和配置相互隔離的架構模式。其核心目標是 降低成本 和 保證數據安全。 核心特點: 資源共享:租戶共享服務器、數據庫、代碼等資源。數據隔離:通…

Kafka入門:解鎖核心組件,開啟消息隊列之旅

一、引言 Kafka以超高速吞吐、精準的路由策略和永不掉線的可靠性&#xff0c;讓海量數據在分布式系統中暢行無阻。無論你是剛接觸消息隊列的技術小白&#xff0c;還是尋求性能突破的開發老手&#xff0c;掌握 Kafka 核心組件的運作原理&#xff0c;都是解鎖高效數據處理的關鍵…

前端項目Excel數據導出同時出現中英文表頭錯亂情況解決方案。

文章目錄 前言一、Excel導出出現中英文情況。二、解決方案數據處理 三、效果展示總結 前言 在前端項目中實現Excel導出功能時&#xff0c;數據導出excel是常見的業務需求。但excel導出完表頭同時包含了中文和英文的bug&#xff0c;下面是我的經驗分享&#xff0c;應該可以幫助…

《開竅》讀書筆記8

51.學會贊美他人&#xff0c;能凈化心靈&#xff0c;建立良好人際關系&#xff0c;讓生活充滿陽光。 52.欣賞他人的學習過程&#xff0c;能激發潛能&#xff0c;促進相互成長&#xff0c;讓有點共存。 53.別因“自我”一葉障目&#xff0c;要關注他人&#xff0c;欣賞與別欣賞式…

基于 Spring Cloud Gateway + Sentinel 實現高并發限流保護機制

基于 Spring Cloud Gateway Sentinel 實現視頻播放接口限流保護機制 作者&#xff1a;NovaTube 開發者 &#xff5c; 時間&#xff1a;2025-06 標簽&#xff1a;Spring Cloud Gateway、Sentinel、微服務、限流、接口保護 一、背景介紹 在我們開發的在線視頻分享平臺 NovaTube…

CountDownLatch入門代碼解析

文章目錄 核心思想&#xff1a;火箭發射倒計時 &#x1f680;最簡單易懂的代碼示例代碼解析運行流程分析 核心思想&#xff1a;火箭發射倒計時 &#x1f680; 想象一下發射火箭的場景&#xff0c;在按下最終的發射按鈕之前&#xff0c;必須有好幾個系統同時完成自檢&#xff0…

用Python寫一個可視化大屏

用Python打造可視化大屏&#xff1a;數據洞察新視界 在當今數據爆炸的時代&#xff0c;數據可視化成為了理解和傳達復雜信息的關鍵工具。Python作為一門強大且靈活的編程語言&#xff0c;提供了豐富的庫和工具&#xff0c;讓我們能夠創建出令人驚嘆的可視化大屏。本文將帶你逐步…

20250611讓NanoPi NEO core開發板在Ubuntu core16.04系統下開機自啟動的時候拉高GPIOG8

rootNanoPi-NEO-Core:/# touch open_4g_ec20.sh rootNanoPi-NEO-Core:/# vi open_4g_ec20.sh 【打開使能引腳200 IOG8】 echo 200 > /sys/class/gpio/export echo out > /sys/class/gpio/gpio200/direction echo 1 > /sys/class/gpio/gpio200/value 【切記&#xff1a…

解惑1、為何大容量電容濾低頻,小容量電容濾高頻

一、電容的種類&#xff1a; 鏈接&#xff1a; 二、疑惑 理論推算&#xff1a; 1&#xff09;Zc1/wc&#xff0c;那么大容量和小容量的電容&#xff0c;不應該都是 越高頻越阻抗低&#xff0c;越容易通過&#xff1f; 2&#xff09;大容量&#xff0c;積蓄電荷速度慢&#…

如何有效監控JVM環境,保障應用性能

緩慢的Java應用程序、意外崩潰和晦澀的內存問題——這些都是JVM可能在默默承受壓力的信號。JVM監控對于保障Java應用的正常運行時間和最佳性能至關重要&#xff0c;它提供了對Java虛擬機內存、線程和CPU資源使用情況的可見性&#xff0c;使管理員能夠在影響終端用戶之前識別性能…

python:PyQt5 開發一個郵件客戶端,能編寫郵件,發送郵件及附件

PyQt5 郵件客戶端 下面是一個簡潔高效的郵件客戶端實現&#xff0c;支持編寫郵件、添加附件和發送郵件功能&#xff1a; 編寫 eMailClient_qt.py 如下 # -*- coding: utf-8 -*- """ 用 PyQt5 開發一個郵件客戶端&#xff0c;能編寫郵件&#xff0c;發送郵件及…

React【回顧】 深層次面試詳解:函數式組件核心原理與高級優化

以下是對 React 深層次內容的全面解析,涵蓋函數式組件的核心原理、性能優化、設計模式和最新特性: ?? 一、React 核心機制剖析 1. Fiber 架構深解 Fiber 節點結構:function FiberNode(tag, pendingProps, key) {this.tag = tag; // 組件類型(函數組件=0, 類…

視覺語言模型的“視而不見“

這項研究發現&#xff0c;號稱能“看圖說話”的視覺語言模型&#xff08;VLMs&#xff09;&#xff0c;在處理需要真正“看”懂圖片的純視覺任務&#xff08;如判斷深度、找對應點、認物體材質等&#xff09;時&#xff0c;表現遠不如它們自己內部的“眼睛”&#xff08;視覺編…

Wyn 商業智能與 3D 大屏的深度融合應用

引言 在當今數字化快速發展的時代&#xff0c;數據可視化對于企業的決策和管理變得至關重要。商業智能軟件作為數據可視化的重要工具&#xff0c;能夠幫助企業將海量的數據轉化為直觀、易懂的信息。而 3D 大屏以其沉浸式、立體的展示效果&#xff0c;為數據可視化帶來了全新的…