關於cuda和opencv混合編譯之_高斯濾波

這裏都是加速之後的一些使用方式，有一些細節上面的變化

 

//高斯濾波gpu加速.
這裏介紹一下kerneltype 這個是高斯核的大小，一般爲3*3 5*5 7*7 等.

bool gaussianBlur_gpu(cv::Mat &src,cv::Mat &dst,int kernelType = 5)
{

	if (src.data == nullptr)
	{
		return false;
	}


	cv::cuda::GpuMat src_gpu, dst_gpu5x5;

	src_gpu.upload(src);

    //注意這個細節 cv::ptr， 這個東西就是個智能指針,shred_ptr<> 這個東西，別被迷惑了.
	cv::Ptr<cv::cuda::Filter> filter5x5,;

    //這裏的這幾個參數，大家編譯好之後，直接看源碼的註釋，或者我這裏獻醜了，給大家記錄一下.
   
	filter5x5 = cv::cuda::createGaussianFilter(CV_8UC3, CV_8UC3,cv::Size(5,5),1);
	filter5x5->apply(src_gpu, dst_gpu5x5);
	
	dst_gpu5x5.download(dst);

	return true;
}



//這個是它的原型.
 
	/** @brief Creates a Gaussian filter.

    @param src類型源圖像類型。
    @param dst類型目標數組類型。
    @param ksize孔徑大小。
    @param sigma1 高斯 在水平方向。
    @param sigma2 Gaussian sigma 在垂直方向。
    \f$\texttt{sigma2}\leftarrow\texttt{sigma1}\f$ .
    @param rowBorderMode Pixel extrapolation method in the vertical direction. For         details, see
    borderInterpolate.
    @param columnBorderMode Pixel extrapolation method in the horizontal direction.

    @sa GaussianBlur
 */
	 Ptr<Filter> createGaussianFilter(int srcType, int dstType, Size ksize,
		double sigma1, double sigma2 = 0,
		int rowBorderMode = BORDER_DEFAULT, int columnBorderMode = -1);

//測試環節.
void main()
{

	cv::Mat gray_r = imread("image\\group_7.bmp");
    cv::Mat gaussiand_result=cv::Mat::zeros(h_result.cols, h_result.rows,CV_8UC3);
	gaussianBlur_gpu(gray_r,gaussiand_result); 
    imshow("gaussiand_result", gaussiand_result);
    cv::waitKey(0);

}

經過加速，原來幾十毫秒的時間，瞬間之後 //0.019ms ,怎麼樣，夠快吧