当前位置：首页 > ops >正文

OpenCV CUDA模块图像处理-----对图像执行均值漂移过程（Mean Shift Procedure）函数meanShiftProc()

ops 2025/6/28 15:04:44

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

执行一个均值漂移过程（mean-shift procedure），并将处理后的点的信息（它们的颜色和位置）存储在两幅图像中。

该函数将源图像中的每个像素映射到一个新的颜色和位置，从而实现：

颜色空间的聚类；
空间位置的平滑；
图像分割或风格化的预处理；

与 cv::cuda::meanShiftFiltering 不同的是，这个函数会输出两个结果：

颜色空间的结果（dstr）
空间位置的结果（dstsp）

函数原型

void cv::cuda::meanShiftProc 	
(InputArray  	src,OutputArray  	dstr,OutputArray  	dstsp,int  	sp,int  	sr,TermCriteria  	criteria = TermCriteria(TermCriteria::MAX_ITER+TermCriteria::EPS, 5, 1),Stream &  	stream = Stream::Null() 
)

参数

src 源图像。目前仅支持 CV_8UC4 类型的图像（即：8位无符号整型、4通道图像）。
dstr 目标图像，包含映射后点的颜色。其尺寸和类型与源图像相同。
dstsp 目标图像，包含映射后点的位置。其尺寸与源图像相同，类型为 CV_16SC2（即：16位有符号整型的二维坐标）。
sp 空间窗口半径（以像素为单位）。
sr 颜色窗口半径（以颜色差异为单位）。
criteria 终止条件。参见 TermCriteria 结构体，用于控制算法迭代的最大次数或收敛精度。
stream 用于异步版本的 CUDA 流（Stream）。

代码示例

#include <opencv2/cudaimgproc.hpp>
#include <opencv2/opencv.hpp>int main()
{// Step 1: 读取图像并转换为 BGRA（4通道）cv::Mat h_src = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/Lenna.png" );if ( h_src.empty() ){std::cerr << "Failed to load image!" << std::endl;return -1;}cv::Mat h_rgba;cv::cvtColor( h_src, h_rgba, cv::COLOR_BGR2BGRA );// Step 2: 上传图像到 GPUcv::cuda::GpuMat d_src, d_str, d_sp;d_src.upload( h_rgba );// Step 3: 设置参数int sp = 10;  // 空间窗口大小int sr = 30;  // 颜色窗口大小// Step 4: 执行均值漂移过程cv::cuda::meanShiftProc( d_src, d_str, d_sp, sp, sr );// Step 5: 下载结果cv::Mat h_str, h_sp;d_str.download( h_str );  // 新颜色图像（CV_8UC4）d_sp.download( h_sp );    // 新空间坐标图像（CV_32FC4 或类似）// Step 6: 显示结果cv::imshow( "Original Image", h_src );cv::imshow( "Color Space Result", h_str );cv::waitKey( 0 );return 0;
}