C++ OpenCV與GPU加速結合實踐

在本示例中，我們將展示如何使用OpenCV庫和GPU加速來處理圖像

首先，確保已安裝了NVIDIA CUDA Toolkit和cuDNN庫。然后，按照以下步驟進行操作：

1. 安裝OpenCV庫：

sudo apt-get install libopencv-dev

2. 安裝OpenCV的GPU模塊：

sudo apt-get install libopencv-gpu-dev

3. 創建一個名為gpu_opencv_example.cpp的C++源文件，并添加以下代碼：

#include<iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/gpu/gpu.hpp>

int main(int argc, char* argv[]) {
    if (argc != 2) {
        std::cout << "Usage: ./gpu_opencv_example<image_path>"<< std::endl;
        return -1;
    }

    // Load the image using OpenCV
    cv::Mat src_host = cv::imread(argv[1], CV_LOAD_IMAGE_COLOR);

    // Create a GPU matrix and upload the image to the GPU
    cv::gpu::GpuMat src_device, dst_device;
    src_device.upload(src_host);

    // Apply a Gaussian blur on the GPU
    cv::gpu::GaussianBlur(src_device, dst_device, cv::Size(5, 5), 0);

    // Download the result from the GPU to the host memory
    cv::Mat dst_host;
    dst_device.download(dst_host);

    // Show the original and blurred images
    cv::imshow("Original", src_host);
    cv::imshow("Blurred", dst_host);
    cv::waitKey(0);

    return 0;
}

4. 編譯并運行程序：

g++ -o gpu_opencv_example gpu_opencv_example.cpp `pkg-config --cflags --libs opencv` -lopencv_gpu
./gpu_opencv_example<image_path>

這個示例程序首先使用OpenCV加載一張圖片，然后將其上傳到GPU內存。接下來，它在GPU上應用高斯模糊濾波器。最后，它將結果下載回主機內存并顯示原始圖像和模糊后的圖像。

請注意，這個示例僅用于演示目的。在實際項目中，您可能需要根據需求調整代碼以實現更復雜的圖像處理任務。