OpenCV 图形API(29)图像滤波-----GMat类

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

cv::GMat 是 OpenCV 的 G-API 模块中的一个核心类,用于定义计算图中的数据节点。G-API 是 OpenCV 中的一个模块,旨在通过定义高效、可优化的图像处理管道来加速图像处理任务。cv::GMat 类似于传统 OpenCV 中的 cv::Mat,但它不是直接存储图像数据,而是表示计算图中的一个操作或节点。

主要特性

  • 计算图节点:cv::GMat 表示 G-API 计算图中的一个输入或中间结果。它不直接存储图像数据,而是代表一个将要执行的操作。

  • 链式调用:可以使用一系列的图像处理函数(如滤波器、形态学操作等)对 cv::GMat 对象进行操作,形成一个链式调用模式,构建复杂的图像处理流程。

  • 编译与执行:一旦定义了计算图,可以通过 cv::GComputation 来编译和执行这些图。这允许对整个图像处理流程进行优化和加速。

常见成员函数

虽然 cv::GMat 本身没有太多成员函数,但它是许多 G-API 图像处理函数的输入或输出类型。以下是一些常见的基于 cv::GMat 的操作:

创建 GMat 对象

通常不需要直接创建 cv::GMat 对象,它们通常是作为输入参数传入或通过其他 G-API 函数生成。

cpp 复制代码
cv::GMat in; // 定义一个GMat对象作为输入

图像处理操作

你可以对 cv::GMat 对象应用各种图像处理操作,例如:

滤波:

cpp 复制代码
auto blurred = cv::gapi::boxFilter(in, CV_8U, cv::Size(5, 5));

形态学操作:

cpp 复制代码
auto dilated = cv::gapi::dilate3x3(in);

颜色空间转换:

cpp 复制代码
auto gray = cv::gapi::cvtColor(in, cv::COLOR_BGR2GRAY);

编译和执行计算图

使用 cv::GComputation 来编译和执行包含 cv::GMat 节点的计算图:

cpp 复制代码
cv::GComputation comp(cv::GIn(in), cv::GOut(dilated));
cv::Mat result;
comp.apply(src_mat, result, cv::compile_args(cv::gapi::kernels()));

核心概念

cv::GMat 类在 G-API 计算图中代表图像或张量数据。它本身并不存储任何实际的数据,而是描述了操作之间的功能关系,这些操作会消费和生成 GMat 对象。理解 cv::GMat 的本质有助于更好地利用 G-API 进行高效的图像处理。

  • 计算图中的节点:

    cv::GMat 作为计算图中的一个节点存在,表示某个图像处理操作的输入或输出。它并不直接存储像素数据,而是定义了如何通过一系列的操作来处理图像数据。

  • 与 cv::Mat 和 cv::UMat 的关系:

    cv::GMat 是 cv::Mat 和 cv::UMat 的虚拟对应物,但它并不意味着 G-API 内部使用 cv::Mat 或 cv::UMat 来表示 cv::GMat 对象。实际上,cv::GMat 的内部数据表示可能依赖于特定的后端实现,甚至可以被优化掉以提高性能。

  • 无数据存储:

    cv::GMat 本身不存储任何数据。它的主要作用是定义图像处理管道中的各个步骤以及这些步骤之间的依赖关系。实际的数据处理是在执行阶段完成的,通常由 G-API 后端负责。

结论

  • cv::GMat:用于在 G-API 计算图中表示图像或张量数据,但不存储实际数据。
  • 计算图:通过 cv::GMat 对象和一系列图像处理函数构建的高效图像处理管道。
  • 编译与执行:通过 cv::GComputation 编译计算图并在运行时执行,支持多种后端优化。
相关推荐
Ronin-Lotus27 分钟前
深度学习篇--- ResNet-18
人工智能·深度学习·resnet
说私域1 小时前
基于开源 AI 智能名片链动 2+1 模式 S2B2C 商城小程序的新开非连锁品牌店开业引流策略研究
人工智能·小程序·开源
moonsims2 小时前
无人机和无人系统的计算机视觉-人工智能无人机
人工智能·计算机视觉·无人机
钓了猫的鱼儿2 小时前
无人机航拍数据集|第27期 无人机交通目标检测YOLO数据集3717张yolov11/yolov8/yolov5可训练
人工智能·yolo·目标检测
tzc_fly2 小时前
rbio1:以生物学世界模型为软验证器训练科学推理大语言模型
人工智能·语言模型·自然语言处理
北方有星辰zz3 小时前
语音识别:概念与接口
网络·人工智能·语音识别
阿里-于怀3 小时前
携程旅游的 AI 网关落地实践
人工智能·网关·ai·旅游·携程·higress·ai网关
赴3353 小时前
神经网络和深度学习介绍
人工智能·深度学习·反向传播
单单单单点4 小时前
C# 相机内存复用(减少图像采集耗时)以及行数复用
图像处理·计算机视觉·c#·相机
爱看科技4 小时前
英伟达新架构9B模型引领革命,谷歌/阿里/微美全息AI多维布局锻造底座竞争力
人工智能·架构