OpenCV CUDA模块设备层-----在 GPU上计算反双曲正切函数atanh()

  • 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

对输入的 uchar1 像素值(范围 [0, 255]),先归一化到 [0.0, 1.0] 浮点区间,然后计算其 反双曲正切函数 atanh(x),最终返回一个 float1 类型的结果。

函数原型

cpp 复制代码
__device__ __forceinline__ float1 cv::cudev::atanh 	( 	const uchar1 &  	a	) 	

参数

  • uchar1 CUDA 向量类型,表示一个单通道 8 位无符号整型(等价于 unsigned char 或 uint8_t)。

代码示例

cpp 复制代码
#include <opencv2/cudev/common.hpp>
#include <cstdio>
#include <cmath> // for atanhf

// 手动实现 atan2f 并做边界保护
__device__ __forceinline__ float safe_atanh(float x) {
    if (x <= -1.0f) return -1.0e+37f; // -inf
    if (x >= 1.0f)  return +1.0e+37f; // +inf
    return atanhf(x);
}

__global__ void test_atanh() {
    uchar1 a = make_uchar1(128); // 输入一个像素值
    float normalized = a.x / 255.0f;

    // 安全处理
    if (normalized >= 1.0f) normalized = 0.999999f;
    if (normalized <= 0.0f) normalized = 0.000001f;

    float result = safe_atanh(normalized);

    printf("atanh(%f) = %f\n", normalized, result);
}

int main() {
    test_atanh<<<1, 1>>>();
    cudaDeviceReset();
    return 0;
}

运行结果

bash 复制代码
atanh(0.501961) = 0.551924
相关推荐
shayudiandian5 分钟前
YOLOv8目标检测项目实战(从训练到部署)
人工智能·yolo·目标检测
陈天伟教授8 分钟前
基于学习的人工智能(4)机器学习基本框架
人工智能·学习·机器学习
studytosky22 分钟前
深度学习理论与实战:MNIST 手写数字分类实战
人工智能·pytorch·python·深度学习·机器学习·分类·matplotlib
做萤石二次开发的哈哈27 分钟前
11月27日直播预告 | 萤石智慧台球厅创新场景化方案分享
大数据·人工智能
AGI前沿30 分钟前
AdamW的继任者?AdamHD让LLM训练提速15%,性能提升4.7%,显存再省30%
人工智能·算法·语言模型·aigc
后端小肥肠1 小时前
小佛陀漫画怎么做?深扒中老年高互动赛道,用n8n流水线批量打造
人工智能·aigc·agent
是店小二呀1 小时前
本地绘图工具也能远程协作?Excalidraw+cpolar解决团队跨网画图难题
人工智能
i爱校对1 小时前
爱校对团队服务全新升级
人工智能
KL132881526931 小时前
AI 介绍的东西大概率是不会错的,包括这款酷铂达 VGS耳机
人工智能
vigel19901 小时前
人工智能的7大应用领域
人工智能