詳細描述

類
類	cv::cuda::Convolution
	卷積（或互相關）運算子的基類。: 更多...

類	cv::cuda::DFT
	DFT 運算子作為 cv::Algorithm 的基類。: 更多...

函式
Ptr< Convolution >	cv::cuda::createConvolution (Size user_block_size=Size())
	為 cuda::Convolution 建立實現。

Ptr< DFT >	cv::cuda::createDFT (Size dft_size, int flags)
	為 cuda::DFT 建立實現。

void	cv::cuda::dft (InputArray src, OutputArray dst, Size dft_size, int flags=0, Stream &stream=Stream::Null())
	對浮點矩陣執行正向或逆向離散傅立葉變換（1D 或 2D）。

void	cv::cuda::gemm (InputArray src1, InputArray src2, double alpha, InputArray src3, double beta, OutputArray dst, int flags=0, Stream &stream=Stream::Null())
	執行廣義矩陣乘法。

void	cv::cuda::mulAndScaleSpectrums (InputArray src1, InputArray src2, OutputArray dst, int flags, float scale, bool conjB=false, Stream &stream=Stream::Null())
	執行兩個傅立葉頻譜的逐元素乘法並縮放結果。

void	cv::cuda::mulSpectrums (InputArray src1, InputArray src2, OutputArray dst, int flags, bool conjB=false, Stream &stream=Stream::Null())
	對兩個傅立葉頻譜執行逐元素乘法。

函式文件

◆ createConvolution()

Ptr< Convolution > cv::cuda::createConvolution ( Size user_block_size = Size() )

#include <opencv2/cudaarithm.hpp>

為 cuda::Convolution 建立實現。

引數

user_block_size 塊大小。如果您保留預設值 Size(0,0)，則將使用塊大小的自動估計（針對速度進行了最佳化）。透過改變 user_block_size，您可以降低記憶體需求，但會降低速度。

◆ createDFT()

Ptr< DFT > cv::cuda::createDFT	(	Size	dft_size,
		int	flags )

#include <opencv2/cudaarithm.hpp>

為 cuda::DFT 建立實現。

引數

dft_size 影像大小。

flags

可選標誌

DFT_ROWS 變換源矩陣的每個單獨行。
DFT_SCALE 縮放結果：將其除以變換中的元素數（從 dft_size 獲得）。
DFT_INVERSE 反轉 DFT。用於複數-複數情況（實數-複數和複數-實數情況始終分別為正向和逆向）。
DFT_COMPLEX_INPUT 指定輸入將是具有 2 個通道的複數。
DFT_REAL_OUTPUT 將輸出指定為實數。源矩陣是實數-複數變換的結果，因此目標矩陣必須是實數。

◆ dft()

void cv::cuda::dft	(	InputArray	src,
		OutputArray	dst,
		Size	dft_size,
		int	flags = 0,
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

對浮點矩陣執行正向或逆向離散傅立葉變換（1D 或 2D）。

引數

src	源矩陣（實數或複數）。
dst	目標矩陣（實數或複數）。
dft_size	離散傅立葉變換的大小。
flags	可選標誌 DFT_ROWS 變換源矩陣的每個單獨行。 DFT_SCALE 縮放結果：將其除以變換中的元素數（從 dft_size 獲得）。 DFT_INVERSE 反轉 DFT。用於複數-複數情況（實數-複數和複數-實數情況始終分別為正向和逆向）。 DFT_COMPLEX_INPUT 指定輸入是具有 2 個通道的複數輸入。 DFT_REAL_OUTPUT 將輸出指定為實數。源矩陣是實數-複數變換的結果，因此目標矩陣必須是實數。
流	Stream 用於非同步版本。

用於處理實數矩陣 ( CV32FC1 ) 和交錯格式的複數矩陣 ( CV32FC2 )。

源矩陣應該是連續的，否則將執行重新分配和資料複製。該函式根據源矩陣的標誌、大小和通道計數選擇操作模式

如果源矩陣是複數，並且未將輸出指定為實數，則目標矩陣是複數，並且具有 dft_size 大小和 CV_32FC2 型別。目標矩陣包含 DFT（正向或逆向）的完整結果。
如果源矩陣是複數，並且輸出被指定為實數，則該函式假定其輸入是正向變換的結果（請參見下一項）。目標矩陣具有 dft_size 大小和 CV_32FC1 型別。它包含逆向 DFT 的結果。
如果源矩陣是實數（其型別為 CV_32FC1 ），則執行正向 DFT。DFT 的結果被打包到複數 ( CV_32FC2 ) 矩陣中。因此，目標矩陣的寬度為 dft_size.width / 2 + 1 。但是，如果源是單個列，則高度會減小而不是寬度。

另請參見: dft

◆ gemm()

void cv::cuda::gemm	(	InputArray	src1,
		InputArray	src2,
		double	alpha,
		InputArray	src3,
		double	beta,
		OutputArray	dst,
		int	flags = 0,
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

執行廣義矩陣乘法。

引數

src1	第一個相乘的輸入矩陣，應具有 CV_32FC1 、 CV_64FC1 、 CV_32FC2 或 CV_64FC2 型別。
src2	第二個相乘的輸入矩陣，與 src1 的型別相同。
alpha	矩陣積的權重。
src3	新增到矩陣積的第三個可選增量矩陣。它應與 src1 和 src2 具有相同的型別。
beta	src3 的權重。
dst	目標矩陣。它具有適當的大小，並且與輸入矩陣的型別相同。
flags	操作標誌 GEMM_1_T 轉置 src1 GEMM_2_T 轉置 src2 GEMM_3_T 轉置 src3
流	Stream 用於非同步版本。

該函式執行類似於 BLAS 級別的 gemm 函式的廣義矩陣乘法

例如，gemm(src1, src2, alpha, src3, beta, dst, GEMM_1_T + GEMM_3_T) 對應於

\[\texttt{dst} = \texttt{alpha} \cdot \texttt{src1} ^T \cdot \texttt{src2} + \texttt{beta} \cdot \texttt{src3} ^T\]

注意: 轉置操作不支援 CV_64FC2 輸入型別。

另請參見: gemm

◆ mulAndScaleSpectrums()

void cv::cuda::mulAndScaleSpectrums	(	InputArray	src1,
		InputArray	src2,
		OutputArray	dst,
		int	flags,
		float	scale,
		bool	conjB = false,
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

執行兩個傅立葉頻譜的逐元素乘法並縮放結果。

引數

src1	第一個頻譜。
src2	第二個頻譜，大小和型別與 a 相同。
dst	目標頻譜。
flags	用於 CPU/CUDA 介面相似性的模擬引數，只需新增一個 `0` 值。
scale	縮放常數。
conjB	可選標誌，用於指定是否需要在乘法之前共軛第二個頻譜。
流	Stream 用於非同步版本。

現在僅支援交錯格式的完整（未打包）CV_32FC2 複數頻譜。

另請參見: mulSpectrums

◆ mulSpectrums()

void cv::cuda::mulSpectrums	(	InputArray	src1,
		InputArray	src2,
		OutputArray	dst,
		int	flags,
		bool	conjB = false,
		Stream &	stream = Stream::Null() )

#include <opencv2/cudaarithm.hpp>

對兩個傅立葉頻譜執行逐元素乘法。

引數

src1	第一個頻譜。
src2	第二個頻譜，大小和型別與 a 相同。
dst	目標頻譜。
flags	用於 CPU/CUDA 介面相似性的模擬引數。
conjB	可選標誌，用於指定是否需要在乘法之前共軛第二個頻譜。
流	Stream 用於非同步版本。

現在僅支援交錯格式的完整（未打包）CV_32FC2 複數頻譜。

另請參見: mulSpectrums