当前位置：首页 > news >正文

OPenCV CUDA模块光流处理------利用Nvidia GPU的硬件加速能力来计算光流类cv::cuda::NvidiaHWOpticalFlow

news 2025/6/10 6:39:35

操作系统：ubuntu22.04
OpenCV版本：OpenCV4.9
IDE:Visual Studio Code
编程语言：C++11

算法描述

cv::cuda::NvidiaHWOpticalFlow 是 OpenCV CUDA 模块中的一个类，专门用于利用 Nvidia GPU 的硬件加速能力来计算光流。这个类允许用户使用 Nvidia 提供的硬件加速功能进行高效的光流计算，特别适用于需要实时处理或高性能的应用场景。

类概述

命名空间：cv::cuda
继承自：cv::DenseOpticalFlow
用途：利用 Nvidia GPU 硬件加速执行光流计算
支持的操作系统：需要安装有兼容版本的 Nvidia 驱动程序和 CUDA 工具包

主要成员函数

创建对象

static Ptr<NvidiaHWOpticalFlow> create(int preset = 0, const Map<String, float>& options = Map<String, float>());

preset: 预设配置选项（默认为0）
options: 自定义配置参数

设置与获取参数

设置参数：

void set(const String& key, float value);

获取参数：

float get(const String& key) const;

执行光流计算

void calc(InputArray I0, InputArray I1, InputOutputArray flow);

I0: 第一帧图像
I1: 第二帧图像
flow: 输出的光流场

代码示例

#include <opencv2/opencv.hpp>
#include <opencv2/cudaimgproc.hpp>  // for upload/download
#include <opencv2/cudaoptflow.hpp>// 前置声明（可选）
void drawOpticalFlow(const cv::Mat& flow, cv::Mat& dst, int step = 16);int main() {// 加载图像cv::Mat frame1 = cv::imread("/media/dingxin/data/study/OpenCV/sources/images/frame1.png", cv::IMREAD_GRAYSCALE);cv::Mat frame2 = cv::imread("/media/dingxin/data/study/OpenCV/sources/images/frame2.png", cv::IMREAD_GRAYSCALE);if (frame1.empty() || frame2.empty()) {std::cerr << "无法加载图像" << std::endl;return -1;}// 创建光流算法对象cv::Ptr<cv::DenseOpticalFlow> algo = cv::FarnebackOpticalFlow::create();cv::Mat flow;// 计算光流algo->calc(frame1, frame2, flow);// 显示光流图cv::Mat flowImg;drawOpticalFlow(flow, flowImg);  // 调用自定义绘制函数cv::imshow("Frame 1", frame1);cv::imshow("Frame 2", frame2);cv::imshow("Optical Flow", flowImg);cv::waitKey(0);return 0;
}// 自定义函数：绘制光流矢量
void drawOpticalFlow(const cv::Mat& flow, cv::Mat& dst, int step) {dst = cv::Mat::zeros(flow.size(), CV_8UC3);for (int y = 0; y < flow.rows; y += step) {for (int x = 0; x < flow.cols; x += step) {const cv::Point2f f = flow.at<cv::Point2f>(y, x);cv::line(dst, cv::Point(x, y), cv::Point(cvRound(x + f.x * 5), cvRound(y + f.y * 5)),cv::Scalar(0, 255, 0));cv::circle(dst, cv::Point(cvRound(x + f.x * 5), cvRound(y + f.y * 5)), 1,cv::Scalar(0, 255, 0), -1);}}
}