OpenCV CUDA模块图像变形------对图像进行 尺寸缩放(Resize)操作函数resize()

  • 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

该函数用于对图像进行 尺寸缩放(Resize)操作,是 GPU 加速版本的图像缩放函数。你可以通过指定目标尺寸 dsize 或者缩放因子 fx 和 fy 来控制输出图像大小,并选择插值方式以平衡速度与质量。

函数原型

cpp 复制代码
void cv::cuda::resize 	
(
 	InputArray  	src,
	OutputArray  	dst,
	Size  	dsize,
	double  	fx = 0,
	double  	fy = 0,
	int  	interpolation = INTER_LINEAR,
	Stream &  	stream = Stream::Null() 
) 		

参数

参数名 说明
src 源图像。
dst 目标图像,类型与 src 相同。尺寸为 dsize(当其非零时),否则根据 src.size()fxfy 自动计算。
dsize 输出图像的尺寸(宽 x 高)。如果设为零,则按如下方式计算: dsize = Size(round(fx * src.cols), round(fy * src.rows)) 必须满足:dsize 非零,或者 fxfy 同时非零。
fx 水平方向的缩放比例因子。如果为零,则自动计算为: (double)dsize.width / src.cols
fy 垂直方向的缩放比例因子。如果为零,则自动计算为: (double)dsize.height / src.rows
interpolation 插值方法。目前支持 INTER_NEARESTINTER_LINEARINTER_CUBIC
stream 用于异步版本的 CUDA 流对象。

代码示例

cpp 复制代码
#include <opencv2/cudaimgproc.hpp>  // 包含 resize
#include <opencv2/opencv.hpp>
#include <opencv2/cudawarping.hpp>

int main()
{
    // 读取图像
    cv::Mat h_src = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/Lenna.png", cv::IMREAD_COLOR );
    if ( h_src.empty() )
    {
        std::cerr << "无法加载图像!" << std::endl;
        return -1;
    }

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

    // 设置目标尺寸为原图的一半
    cv::Size dsize( h_src.cols / 2, h_src.rows / 2 );

    // 执行 resize
    cv::cuda::resize( d_src, d_dst, dsize, 0, 0, cv::INTER_LINEAR );

    // 下载并显示结果
    cv::Mat h_dst;
    d_dst.download( h_dst );
    cv::imshow( "Original Image", h_src );
    cv::imshow( "Resized Image", h_dst );
    cv::waitKey( 0 );

    return 0;
}

运行结果

相关推荐
CODER0304几秒前
ubuntu24.04:降内核+显卡驱动+cuda+cudnn+pytorch+anaconda+pycharm
人工智能·pytorch·深度学习·自然语言处理·cuda·ubuntu24.04·降内核
Likeadust2 分钟前
多视角直播破局!企业融媒体系统在线高清直播EasyDSS多路同屏技术,重构实时可视化传播体验
人工智能·重构·媒体
万邦科技Lafite2 分钟前
1688一键创建订单付款API操作指南讲解
人工智能·微信·api·电商开放平台·淘宝开放平台·api开放接口
Forerror20263 分钟前
API网关能做什么?MAI Gateway如何赋能企业AI能力
人工智能·maigateway·finapi·企业级ai网关·大模型财务管控
多多鼠11 分钟前
Tool Calling的信任边界:从协议校验到执行沙箱的完整链路设计
运维·开发语言·网络·人工智能·python·langchain
一水鉴天15 分钟前
问题分类的三元组映射体系与求解方法论 20260901(千问)
人工智能·算法·机器学习
ar012319 分钟前
AR工业眼镜应用:从现场辅助工具升级为工业作业智能入口
人工智能·ar
承渊政道21 分钟前
不只会打字回复:Open-LLM-VTuber接入大模型,让AI能听、能说、还能看到屏幕
人工智能·语音识别·智能问答·cpolar·open-llm-vtuber·多模态 ai 助手
淼澄研学30 分钟前
Debian通过AI决议:合规解析与Ollama本地部署Llama3实操
运维·人工智能·debian
邀星月为媒36 分钟前
从零打造一个属于自己的 AI Agent:Core Hive Agent 开源项目解析
人工智能·hive·开源