CUDA 및 OpenCV의 이미지 GAMMA 변환
#include <stdlib.h>
#include <stdio.h>
#include <cv.h>
#include <highgui.h>
#include "cutil_inline.h"
#define GAMMA 0.4
void runTest(int argc, char** argv);
__global__ void testKernel(float* d_idata, float* d_odata, int width, int height, float gamma)
{
unsigned int tid_in_grid_x = blockDim.x*blockIdx.x + threadIdx.x;
unsigned int tid_in_grid_y = blockDim.y*blockIdx.y + threadIdx.y;
unsigned int tid_in_grid = tid_in_grid_y*width + tid_in_grid_x;
d_odata[tid_in_grid] = powf(d_idata[tid_in_grid], gamma);
}
int main(int argc, char** argv)
{
runTest(argc, argv);
CUT_EXIT(argc, argv);
}
void runTest(int argc, char** argv)
{
if( cutCheckCmdLineFlag(argc, (const char**)argv, "device") ) // 。
cutilDeviceInit(argc, argv);
else
cudaSetDevice(cutGetMaxGflopsDeviceId() );
unsigned int timer = 0;
cutilCheckError(cutCreateTimer(&timer));
cutilCheckError(cutStartTimer(timer));
IplImage* pImg;
if((pImg = cvLoadImage("lena_gray.jpg", CV_LOAD_IMAGE_GRAYSCALE)) != 0 )
{
cvNamedWindow("Image", 1);
cvShowImage("Image", pImg);
unsigned int num_blocks_x = pImg->width/16;
unsigned int num_blocks_y = pImg->height/16;
unsigned int mem_size = sizeof(float)*pImg->widthStep*pImg->height;
float* h_idata = (float*)malloc(mem_size);
float* h_odata = (float*)malloc(mem_size);
float* d_idata;
CUDA_SAFE_CALL(cudaMalloc((void**)&d_idata, mem_size));
float* d_odata;
CUDA_SAFE_CALL(cudaMalloc((void**)&d_odata, mem_size));
for(int i = 0; i < pImg->widthStep*pImg->height; i++) // ,char
h_idata[i] = ((uchar)pImg->imageData[i])/255.0; // , char ,
CUDA_SAFE_CALL(cudaMemcpy(d_idata, h_idata, mem_size, cudaMemcpyHostToDevice));
dim3 grid(num_blocks_x, num_blocks_y, 1);
dim3 threads(16, 16, 1);
testKernel<<<grid, threads>>>(d_idata, d_odata, pImg->width, pImg->height, GAMMA);
CUT_CHECK_ERROR("Kernel execution failed");
CUDA_SAFE_CALL(cudaMemcpy(h_odata, d_odata, mem_size, cudaMemcpyDeviceToHost));
IplImage* oImg = cvCreateImage(cvSize(pImg->width,pImg->height), IPL_DEPTH_8U, 1);
for(int i = 0; i < pImg->widthStep*pImg->height; i++)
oImg->imageData[i] = (uchar)(int)(h_odata[i]*255);
cvNamedWindow("Result", CV_WINDOW_AUTOSIZE);
cvShowImage("Result", oImg);
// cvSaveImage("result.jpg", oImg);
cutilCheckError( cutStopTimer( timer));
printf( "Processing time: %f (ms)/n", cutGetTimerValue( timer));
cutilCheckError( cutDeleteTimer( timer));
cvWaitKey(0);
cvDestroyWindow("Image");
cvReleaseImage(&pImg);
cvDestroyWindow("Result");
cvReleaseImage(&oImg);
free(h_idata);
free(h_odata);
CUDA_SAFE_CALL(cudaFree(d_idata));
CUDA_SAFE_CALL(cudaFree(d_odata));
}
}
http://blog.csdn.net/mmjwung/article/details/6273653
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
다양한 언어의 JSONJSON은 Javascript 표기법을 사용하여 데이터 구조를 레이아웃하는 데이터 형식입니다. 그러나 Javascript가 코드에서 이러한 구조를 나타낼 수 있는 유일한 언어는 아닙니다. 저는 일반적으로 '객체'{}...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.