实时 Cuda 图像处理建议答案

【问题标题】：Real Time Cuda Image Processing advice实时 Cuda 图像处理建议
【发布时间】：2012-05-06 01:48:18
【问题描述】：

我正在尝试为相机获得 1000fps 的系统实现算法，我需要获取所有图像中每个像素的值，并对 N 中像素 [i] [j] 的演变进行不同的计算图像的数量，用于图像中的所有像素。我有 (unsigned char *ptr) 我想将它们传输到 GPU 并开始实施算法。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 个 200x200 大小的图像，我最终将得到 40000 个矩阵一个像素包含 1000 个值？ CUDA 是否为我提供了一些选项，例如 OpenCV 以获得矩阵？还是向量？

【问题讨论】：

该操作是否将“面向流”，您将不断删除 1000 个帧中最旧的帧并添加最新帧？或者它更像是一个批处理操作，你处理 1000 个帧，然后将它们扔掉并做 1000 个新帧？
我认为应该是“面向流媒体”。
既然您提到了 OpenCV，您可能希望将其作为标签添加到您的问题中。

标签： image-processing opencv matrix cuda gpu

【解决方案1】：

1 - 我需要向 CUDA 添加任何图像处理库吗？

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 - CUDA 是否为我提供了一些选项，例如 OpenCV 来拥有矩阵？

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。我还没有使用 CUDA 4.x 对其进行测试，但代码显示了在结合 OpenCV 和 CUDA 时如何进行基本操作。

【讨论】：

此外，openCV 使加载/保存/查看图像变得非常容易 - 有助于测试！

【解决方案2】：

听起来您将有 40000 次独立计算，其中每个计算仅在一个（时间）像素内起作用。如果是这样，这对 GPU 来说应该是一个很好的任务。您的 352 核 Fermi GPU 应该能够击败您的 12 个超线程 Xeon 内核。

您计划运行的算法是通用操作吗？听起来可能不是，在这种情况下，您可能必须编写自己的内核。

是的，您可以在 CUDA 中拥有任何类型的元素数组。

这种“面向流”的方法有利于 GPU 实现，因为与通过 PCIe 总线的传输相比，它最大限度地提高了计算数量。它也可能会带来困难，如果您想以特定顺序（例如，从最旧到最新）处理给定像素的 1000 个值，您可能希望避免连续移动内存中的所有帧（以使最新框架的空间）。这会使您对像素值的寻址稍微复杂化，但为了避免移动帧，最好的方法可能是每次添加新帧时用最新帧覆盖最旧的帧。这样一来，您最终会得到一个“帧堆栈”，它的顺序相当好，但在其中某处的旧帧和新帧之间存在不连续性。

【讨论】：

【解决方案3】：

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？

披露：我公司开发和营销 CUVILib

对于同时提供通用功能的 GPU 加速成像库而言，选择很少。 CUVILib 是提供以下选项的选项之一，非常适合您的特定需求：

CuviImage 对象将您的图像数据和图像保存为 2D 矩阵
您可以编写自己的 GPU 函数并将 CuviImage 用作 2D GPU 矩阵。
CUVILib 已经提供了一组丰富的成像功能，例如颜色操作、图像统计、特征检测、运动估计、FFT、图像变换等，因此您很有可能会找到所需的功能。

至于 GPU 是否适合您的应用程序的问题：是的！成像是非常适合并行计算的领域之一。

链接：

CUVILib：http://www.cuvilib.com
金枪鱼代码：http://www.tunacode.com

【讨论】：