标签：比较 create enc https 合并 ack iter oct cuda
https://blog.csdn.net/DumpDoctorWang/article/details/78668154
一、问题来源
近期在学习GPU加速。无意间看到OpenCV库中有用GPU来计算光流的类gpu::FarnebackOpticalFlow，CPU上的光流函数是calcOpticalFlowFarneback。经过测试，用GPU上的光流函数计光流类gpu::FarnebackOpticalFlow计算的速度远远比CPU上的函数calcOpticalFlowFarneback快，但是，遇到了一个问题，gpu::FarnebackOpticalFlow输出的结果是两个GpuMat:flowx和flowy，calcOpticalFlowFarneback函数输出的结果是一个Mat类型的flow,包含水平和垂直方向上的光流。到这里，我就不知道该怎么合并flowx和flowy。
二、问题的解决
百度了很久，没有找到资料，国外也去看了，也没有找到。于是打算自己测试，首先测试了flow,flowx和flowy的维数，发现三个得到维数都相同，然后我又查看了这三者的通道数，发现flow的通道是2，flowx和flowy的通道数是1；然后我拿flow的通道1的数据和flowx比对、拿flow的通道二的数据和flowy比较，发现两组数据完全相同，也就是说，将flowx和flowy合并，就可以得到flow！
接下来直接上代码。
//头文件 #include <opencv2/gpu/gpu.hpp> using namespace cv; ///用GPU来完成光流计算 gpu::GpuMat preGrayGpu(preGray); //当前帧的灰度Mat gpu::GpuMat nextGrayGpu(nextGray); //下一帧的灰度Mat gpu::GpuMat opfGpuX; //水平方向的光流Mat gpu::GpuMat opfGpuY; //垂直方向的光流Mat gpu::FarnebackOpticalFlow mOpticalFlow; mOpticalFlow.winSize = 15; //mOpticalFlow的应该和calcOpticalFlowFarneback对应的参数相同 mOpticalFlow.numLevels = 3; mOpticalFlow.numIters = 3; mOpticalFlow(preGrayGpu,nextGrayGpu,opfGpuX,opfGpuY); //计算光流 Mat flowX,flowY; opfGpuX.download(flowX); opfGpuY.download(flowY); ///合并x,y方向的光流 Mat flow; //存储合并后的光流 vector<Mat> srcOpfMat; srcOpfMat.push_back(flowX); srcOpfMat.push_back(flowY); merge(srcOpfMat,flow); //flow就是合并后的光流
Mat pre = imread(...); Mat next = imread(...); Mat preGray, nextGray; cvtColor(pre, preGray, CV_BGR2GRAY); cvtColor(next, nextGray, CV_BGR2GRAY); cuda::GpuMat g_pg(preGray); //当前帧的灰度GpuMat cuda::GpuMat g_ng(nextGray); //下一帧的灰度GpuMat cuda::GpuMat opfGpu; //光流GpuMat auto opf_tool = cv::cuda::FarnebackOpticalFlow::create(3,0.5,false,15,3,5,1.1,0); Mat opf; // 光流 opf_tool->calc(g_pg,g_ng,opfGpu); opfGpu.download(opf);
标签：比较 create enc https 合并 ack iter oct cuda
原文地址：https://www.cnblogs.com/kekeoutlook/p/11160743.html
