我正在尝试为相机获得 1000fps 的系统实现一种算法，我需要获取所有图像中每个像素的值，并对 N 中像素 [i][j] 的演化进行不同的计算图像的数量，对于图像中的所有像素。我有 (unsigned char *ptr) 我想将它们传输到 GPU 并开始实现算法。但我不确定实时处理的最佳选择是什么。 我的系统: CPU Intel Xeon x5660 2.8Ghz(2 个处理器) GPU NVIDIA Quadro 5000
我有以下问题:
我是否需要向 CUDA 添加任何图像处理库？如果是，你有什么建议？
我可以为像素 [i,j] 创建一个矩阵，其中包含图像大小中每个像素的图像 [1:n] 的值吗？例如，对于 1000 张尺寸为 200x200 的图像，我最终将得到每张 40000 个矩阵 一个像素包含 1000 个值？ CUDA 会给我一些像 OpenCV 这样的选项来拥有矩阵吗？或矢量？
最佳答案
1 - Do I need to add any Image Processing library addition to CUDA?
苹果和橙子。每个都有不同的目的。像 OpenCV 这样的图像处理库提供的不仅仅是简单的加速矩阵计算。也许您不需要 OpenCV 在这个项目中进行处理，因为您似乎更愿意直接使用 CUDA。但是您仍然可以使用 OpenCV，以便更轻松地从磁盘加载和写入不同的图像格式。
2 - Does CUDA gives me some options like OpenCV to have a Matrices?
当然。前段时间我写了一个简单的(教育)应用程序，它使用 OpenCV 从磁盘加载图像并使用 CUDA 将其转换为灰度版本。该项目名为 cuda-grayscale .我没有使用 CUDA 4.x 对其进行测试，但代码显示了结合 OpenCV 和 CUDA 时如何进行基本操作。
关于image-processing - 实时 Cuda 图像处理建议，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/10314606/