景洪市新农村建设网站,普通的旧房装修价格,静态网站怎么容易做,网站充值记账凭证怎么做cuda小白 原始API链接 NPP
GPU架构近些年也有不少的变化#xff0c;具体的可以参考别的博主的介绍#xff0c;都比较详细。还有一些cuda中的专有名词的含义#xff0c;可以参考《详解CUDA的Context、Stream、Warp、SM、SP、Kernel、Block、Grid》
常见的NppStatus#xf…cuda小白 原始API链接 NPP
GPU架构近些年也有不少的变化具体的可以参考别的博主的介绍都比较详细。还有一些cuda中的专有名词的含义可以参考《详解CUDA的Context、Stream、Warp、SM、SP、Kernel、Block、Grid》
常见的NppStatus可以看这里。
如有问题请指出谢谢
Logical Operations
逻辑操作主要就是与、或、异或、右移、左移非等逻辑操作同样还是分为两个大类一个是基于单张图像和常数的另外一个是基于多张图像的。
AndC
第一大类以AndC为例子主要是就是比较图像与提供的constant每个通道一个值进行与操作之后的结果。
// 有无I的区别在于是否直接对图像进行操作
NppStatus nppiAndC_8u_C3R(const Npp8u *pSrc1,int nSrc1Step,const Npp8u aConstants[3],Npp8u *pDst,int nDstStep,NppiSize oSizeROI);
NppStatus nppiAndC_8u_C3IR(const Npp8u aConstants[3],Npp8u *pSrcDst,int nSrcDstStep,NppiSize oSizeROI);code
#include iostream
#include cuda_runtime.h
#include npp.h
#include opencv2/opencv.hpp#define PRINT_VALUE(value) { \std::cout [GPU] #value value std::endl; }#define CUDA_FREE(ptr) { if (ptr ! nullptr) { cudaFree(ptr); ptr nullptr; } }int main() {std::string directory ../;// load image cv::Mat image cv::Mat(500, 500, CV_8UC3, cv::Scalar(255, 255, 255));cv::Rect rc1 cv::Rect(150, 150, 200, 200);cv::Rect rc2 cv::Rect(200, 200, 200, 200);cv::Rect rc3 cv::Rect(300, 0, 100, 200);cv::Rect rc4 cv::Rect(0, 0, 200, 100);cv::Mat(200, 200, CV_8UC3, cv::Scalar(75, 75, 75)).copyTo(image(rc1));cv::Mat(200, 200, CV_8UC3, cv::Scalar(100, 100, 100)).copyTo(image(rc2));cv::Mat(200, 100, CV_8UC3, cv::Scalar(125, 125, 125)).copyTo(image(rc3));cv::Mat(100, 200, CV_8UC3, cv::Scalar(150, 150, 150)).copyTo(image(rc4));cv::imwrite(directory orin.jpg, image);int image_width image.cols;int image_height image.rows;int image_size image_width * image_height * 3;std::cout Image info : image_width image_width , image_height image_height std::endl;// malloc cpy uint8_t *in_ptr;cudaMalloc((void**)in_ptr, image_size * sizeof(uint8_t));cudaMemcpy(in_ptr, image.data, image_size, cudaMemcpyHostToDevice);uint8_t *out_ptr, *out_ptr1;cudaMalloc((void**)out_ptr, image_size * sizeof(uint8_t));cudaMalloc((void**)out_ptr1, image_size * sizeof(uint8_t));NppiSize roi1, roi2;roi1.width image_width;roi1.height image_height;roi2.width image_width / 2;roi2.height image_height / 2;uint8_t constant[3] { (uint8_t)100, (uint8_t)100, (uint8_t)100 };// nppiAdd_8u_C3RSfscv::Mat out_image cv::Mat::zeros(image_height, image_width, CV_8UC3);cv::Mat out_image1 cv::Mat::zeros(image_height, image_width, CV_8UC3);NppStatus status;status nppiAndC_8u_C3R(in_ptr, image_width * 3, constant, out_ptr, image_width * 3, roi1);if (status ! NPP_SUCCESS) {std::cout [GPU] ERROR nppiAndC_8u_C3R failed, status status std::endl;return false;}cudaMemcpy(out_image.data, out_ptr, image_size, cudaMemcpyDeviceToHost);cv::imwrite(directory and.jpg, out_image);status nppiAndC_8u_C3R(in_ptr, image_width * 3, constant, out_ptr1, image_width * 3, roi2);if (status ! NPP_SUCCESS) {std::cout [GPU] ERROR nppiAndC_8u_C3R failed, status status std::endl;return false;}cudaMemcpy(out_image1.data, out_ptr1, image_size, cudaMemcpyDeviceToHost);cv::imwrite(directory and_roi.jpg, out_image1);// freeCUDA_FREE(in_ptr)CUDA_FREE(out_ptr)CUDA_FREE(out_ptr1)
}make
cmake_minimum_required(VERSION 3.20)
project(test)find_package(OpenCV REQUIRED)
include_directories(${OpenCV_INCLUDE_DIRS})find_package(CUDA REQUIRED)
include_directories(${CUDA_INCLUDE_DIRS})
file(GLOB CUDA_LIBS /usr/local/cuda/lib64/*.so)add_executable(test test.cpp)
target_link_libraries(test${OpenCV_LIBS}${CUDA_LIBS}
)result 注意点
该函数是将图像的三个通道分别于Constant的值进行按位与的操作测试的例子中分别使用了25575 100 125 150三种像素与100与之后分别为100441001004。由于roi的存在可以仅保存roi区域内的结果也就是说输出的地址其可以仅申请roi的区域的大小。
And
针对两张图的操作包含与、或、非、异或。
NppStatus nppiAnd_8u_C3R(const Npp8u *pSrc1,int nSrc1Step,const Npp8u *pSrc2,int nSrc2Step,Npp8u *pDst,int nDstStep,NppiSize oSizeROI);NppStatus nppiAnd_8u_C3IR(const Npp8u *pSrc,int nSrcStep,Npp8u *pSrcDst,int nSrcDstStep,NppiSize oSizeROI);code
#include iostream
#include cuda_runtime.h
#include npp.h
#include opencv2/opencv.hpp#define PRINT_VALUE(value) { \std::cout [GPU] #value value std::endl; }#define CUDA_FREE(ptr) { if (ptr ! nullptr) { cudaFree(ptr); ptr nullptr; } }int main() {std::string directory ../;// load image cv::Mat image_dog cv::imread(directory dog.png);int image_width image_dog.cols;int image_height image_dog.rows;int image_size image_width * image_height * 3;cv::Mat image cv::Mat(image_height, image_width, CV_8UC3, cv::Scalar(100, 125, 150));std::cout Image info : image_width image_width , image_height image_height std::endl;// malloc cpy uint8_t *in_ptr, *mask;cudaMalloc((void**)in_ptr, image_size * sizeof(uint8_t));cudaMalloc((void**)mask, image_size * sizeof(uint8_t));cudaMemcpy(in_ptr, image_dog.data, image_size, cudaMemcpyHostToDevice);cudaMemcpy(mask, image.data, image_size, cudaMemcpyHostToDevice);uint8_t *out_ptr, *out_ptr1;cudaMalloc((void**)out_ptr, image_size * sizeof(uint8_t));cudaMalloc((void**)out_ptr1, image_size * sizeof(uint8_t));NppiSize roi1, roi2;roi1.width image_width;roi1.height image_height;roi2.width image_width / 2;roi2.height image_height / 2;// nppiAdd_8u_C3RSfscv::Mat out_image cv::Mat::zeros(image_height, image_width, CV_8UC3);cv::Mat out_image1 cv::Mat::zeros(image_height, image_width, CV_8UC3);NppStatus status;status nppiAnd_8u_C3R(in_ptr, image_width * 3, mask, image_width * 3, out_ptr, image_width * 3, roi1);if (status ! NPP_SUCCESS) {std::cout [GPU] ERROR nppiAnd_8u_C3R failed, status status std::endl;return false;}cudaMemcpy(out_image.data, out_ptr, image_size, cudaMemcpyDeviceToHost);cv::imwrite(directory and.jpg, out_image);status nppiAnd_8u_C3R(in_ptr, image_width * 3, mask, image_width * 3, out_ptr1, image_width * 3, roi2);if (status ! NPP_SUCCESS) {std::cout [GPU] ERROR nppiAnd_8u_C3R failed, status status std::endl;return false;}cudaMemcpy(out_image1.data, out_ptr1, image_size, cudaMemcpyDeviceToHost);cv::imwrite(directory and_roi.jpg, out_image1);// freeCUDA_FREE(in_ptr)CUDA_FREE(out_ptr)CUDA_FREE(out_ptr1)
}make
cmake_minimum_required(VERSION 3.20)
project(test)find_package(OpenCV REQUIRED)
include_directories(${OpenCV_INCLUDE_DIRS})find_package(CUDA REQUIRED)
include_directories(${CUDA_INCLUDE_DIRS})
file(GLOB CUDA_LIBS /usr/local/cuda/lib64/*.so)add_executable(test test.cpp)
target_link_libraries(test${OpenCV_LIBS}${CUDA_LIBS}
)result Alpha Composition
主要功能是图像的合成AlphaComp以及图像的不透明度调整AlphaPremulC。
AlphaCompC
该接口主要完成的两张图像单通道三通道四通道的合成主要是操作是根据NppiAlphaOp来完成一定的操作。
NppStatus nppiAlphaCompC_8u_C3R(const Npp8u *pSrc1,int nSrc1Step,Npp8u nAlpha1,const Npp8u *pSrc2,int nSrc2Step,Npp8u nAlpha2,Npp8u *pDst,int nDstStep,NppiSize oSizeROI,NppiAlphaOp eAlphaOp);AlphaComp
该接口主要完成的两张单通道或者四通道的图像的合成。主要是操作是根据NppiAlphaOp来完成一定的操作。
NppStatus nppiAlphaComp_8u_AC1R(const Npp8u *pSrc1,int nSrc1Step,const Npp8u *pSrc2,int nSrc2Step,Npp8u *pDst,int nDstStep,NppiSize oSizeROI,NppiAlphaOp eAlphaOp);与AlphaCompC的区别在于AlphaCompC可以指定每个输入图像的比例来完成对应的Operation而AlphaComp则是没有。
