cv::cuda::split 使用

cv::cuda::split

error:‘split’ is not a member of ‘cv::cuda’…
error:‘resize’ is not a member of ‘cv::cuda’…
…
recipe for target ‘all’ faild
Incvking “make -j6 -l6” faild
…

这里可以通过添加对应的cv头文件解决error，比如

#include <opencv2/cudaimgproc.hpp>
#include "opencv2/cudawarping.hpp"
#include "opencv2/cudaarithm.hpp"

和tensorrt结合使用：

// preprocessing stage ------------------------------------------------------------------------------------------------
void preprocessImage(const std::string& image_path, float* gpu_input, const nvinfer1::Dims& dims)
{// read input imagecv::Mat frame = cv::imread(image_path);if (frame.empty()){std::cerr << "Input image " << image_path << " load failed\n";return;}cv::cuda::GpuMat gpu_frame;// upload image to GPUgpu_frame.upload(frame);auto input_width = dims.d[2];auto input_height = dims.d[1];auto channels = dims.d[0];auto input_size = cv::Size(input_width, input_height);// resizecv::cuda::GpuMat resized;cv::cuda::resize(gpu_frame, resized, input_size, 0, 0, cv::INTER_NEAREST);// normalizecv::cuda::GpuMat flt_image;resized.convertTo(flt_image, CV_32FC3, 1.f / 255.f);cv::cuda::subtract(flt_image, cv::Scalar(0.485f, 0.456f, 0.406f), flt_image, cv::noArray(), -1);cv::cuda::divide(flt_image, cv::Scalar(0.229f, 0.224f, 0.225f), flt_image, 1, -1);// to tensorstd::vector<cv::cuda::GpuMat> chw;for (size_t i = 0; i < channels; ++i){chw.emplace_back(cv::cuda::GpuMat(input_size, CV_32FC1, gpu_input + i * input_width * input_height));}cv::cuda::split(flt_image, chw);
}

https://github.com/novaHardware/segmentation/blob/d86c237e1191f159d39e115df13d691ab65752c2/PyTorch-ONNX-TensorRT-CPP/trt_sample.cpp

cv::cuda::split 使用相关推荐

OpenCV用thrust使用cv :: cuda :: GpuMat
OpenCV用thrust使用cv :: cuda :: GpuMat 用thrust使用cv :: cuda :: GpuMat 目标将GpuMat包装到thrust迭代器中用随机数填充GpuM ...
浅析cv::cuda::threshold函数的实现
我觉得通过阅读优秀开源项目的代码来学习库的使用是一个不错的学习方法,比如通过阅读OpenCV和TensorFlow的源码来学习如何使用CUDA和cuDNN,还可以顺便学习一些编程技巧.所以寻找一个合适 ...
cv::cuda与CUDA的NPP库、距离变换和分水岭并行版本尝试
因为不想什么函数都自己写设备核函数,看到opencv有对应的cuda版本的函数比如滤波,然而CUDA的NPP库也提供了对应的滤波函数,我不知道哪个性能更高(当然肯定要比纯CPU版本快,但我没测试过) ...
关于cv::cuda::GpuMat与PtrStepSz
一般host端用GpuMat,在.cu里定义kernel的caller函数时形参用PtrStepSz(或者PtrStep),kernel函数也可以使用PtrStepSz,从而实现host to dev ...
opencv cuda使用笔记
目录 cuda拷贝 cuda+opencv yolov4 颜色转换: cv::cuda::split 查看10*10像素 down_load用法特别全的学习资料: 我想将OpenCV::cuda:: ...
Window编译Opencv CUDA
编译步骤: 本文写的是注意事项,不是完整流程: dnn cuda编译 OpenCV4.4版本 DNN模块使用CUDA加速教程 VS2017 Window10_猛龙不过江的博客-CSDN博客 openc ...
OpenCV算法加速（4）官方源码v4.5.5的默认并行和优化加速的编译选项是什么？请重点关注函数cv::getBuildInformation()的返回值
举例opencv v4.5.5版本源码,Windows x64,VS2019,CMake https://github.com/opencv/opencv/tree/4.5.5 https://sou ...
cuda编程思想和opencv_gpu图像处理
CUDA编程 https://github.com/Ewenwan/ShiYanLou/tree/master/CUDA CUDA(Compute Unified Device Architectur ...
图片融合 c++ cuda加速
1.新建cuda项目 2. 添加环境在vc++目录-->包含目录添加 D:\Program Files\opencv\opencv-3.4.5\build_cuda\install\inclu ...

cv::cuda::split 使用

cv::cuda::split 使用相关推荐

最新文章

热门文章