OpenCV CUDA 模块中用于在 GPU 上计算矩阵中每个元素的绝对值或复数的模函数abs()

  • 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

void cv::cuda::abs(InputArray src, OutputArray dst, Stream &stream = Stream::Null()) 是 OpenCV 的 CUDA 模块中的一个函数,用于在 GPU 上计算矩阵中每个元素的绝对值或复数的模。这个函数可以加速图像处理和计算机视觉任务中对绝对值的操作。

函数原型

cpp 复制代码
void cv::cuda::abs
(
    InputArray src,           // 输入 GPU 矩阵
    OutputArray dst,          // 输出 GPU 矩阵
    Stream& stream = Stream::Null()  // 可选的 CUDA 流(默认为同步执行)
)

参数

参数名 类型 描述
src InputArray 输入的 GPU 矩阵(单通道),支持类型包括:CV_32FC1、CV_32FC2、CV_64FC2。
}dst OutputArray 输出结果矩阵,大小与输入相同,数据类型为 CV_32F。
stream Stream& 可选参数,指定 CUDA 流以实现异步执行,默认是同步执行。

代码示例

cpp 复制代码
#include <opencv2/cudaarithm.hpp>  // 包含 CUDA 图像处理函数
#include <opencv2/opencv.hpp>

int main()
{
    // 创建 CPU 矩阵并初始化
    cv::Mat h_src = ( cv::Mat_< float >( 2, 2 ) << -1.0f, 2.0f, -3.0f, 4.0f );

    // 上传到 GPU
    cv::cuda::GpuMat d_src;
    d_src.upload( h_src );

    // 创建输出 GPU 矩阵
    cv::cuda::GpuMat d_dst;

    // 调用 CUDA 版本的 abs 函数
    cv::cuda::abs( d_src, d_dst );

    // 将结果下载回 CPU
    cv::Mat h_dst;
    d_dst.download( h_dst );

    // 打印结果
    std::cout << "绝对值结果:\n" << h_dst << std::endl;

    return 0;
}

运行结果

bash 复制代码
绝对值结果:
[1, 2;
 3, 4]
相关推荐
love530love1 分钟前
【保姆级教程】阿里 Wan2.1-T2V-14B 模型本地部署全流程:从环境配置到视频生成(附避坑指南)
人工智能·windows·python·开源·大模型·github·音视频
木头左3 分钟前
结合机器学习的Backtrader跨市场交易策略研究
人工智能·机器学习·kotlin
Coovally AI模型快速验证9 分钟前
3D目标跟踪重磅突破!TrackAny3D实现「类别无关」统一建模,多项SOTA达成!
人工智能·yolo·机器学习·3d·目标跟踪·无人机·cocos2d
研梦非凡14 分钟前
CVPR 2025|基于粗略边界框监督的3D实例分割
人工智能·计算机网络·计算机视觉·3d
MiaoChuAI19 分钟前
秒出PPT vs 豆包AI PPT:实测哪款更好用?
人工智能·powerpoint
fsnine43 分钟前
深度学习——残差神经网路
人工智能·深度学习
和鲸社区1 小时前
《斯坦福CS336》作业1开源,从0手搓大模型|代码复现+免环境配置
人工智能·python·深度学习·计算机视觉·语言模型·自然语言处理·nlp
fanstuck1 小时前
2025 年高教社杯全国大学生数学建模竞赛C 题 NIPT 的时点选择与胎儿的异常判定详解(一)
人工智能·目标检测·数学建模·数据挖掘·aigc
cxr8281 小时前
Claude Code PM 深度实战指南:AI驱动的GitHub项目管理与并行协作
人工智能·驱动开发·github
THMAIL2 小时前
深度学习从入门到精通 - LSTM与GRU深度剖析:破解长序列记忆遗忘困境
人工智能·python·深度学习·算法·机器学习·逻辑回归·lstm