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
Listennnn2 小时前
Text2SQL、Text2API基础
数据库·人工智能
钒星物联网2 小时前
256bps!卫星物联网极低码率语音压缩算法V3.0发布!
人工智能·语音识别
Listennnn2 小时前
迁移学习基础
人工智能·迁移学习
Ven%2 小时前
语言模型进化论:从“健忘侦探”到“超级大脑”的破案之旅
人工智能·语言模型·自然语言处理
tryCbest2 小时前
MoneyPrinterTurbo根据关键词自动生成视频
人工智能·ai
飞凌嵌入式3 小时前
基于RK3588,飞凌教育品牌推出嵌入式人工智能实验箱EDU-AIoT ELF 2
linux·人工智能·嵌入式硬件·arm·nxp
hao_wujing8 小时前
深度学习网络入侵检测系统警报
人工智能·深度学习
L-ololois8 小时前
【AI】模型vs算法(以自动驾驶为例)
人工智能·算法·自动驾驶
猎嘤一号9 小时前
使用 PyTorch 和 SwanLab 实时可视化模型训练
人工智能·pytorch·深度学习
Jay Kay9 小时前
论文阅读:强化预训练
人工智能·语言模型·自然语言处理