opencv - CUDA 编程的 GPU 是否适合实现 OpenCV 自适应阈值？

Question

在我的系统上，对于具有大窗口大小 (75px) 的 5 MP 图像，它需要高达 140 毫秒(大约是线性操作的 20 倍) 才能完成，我希望优化它。我注意到 OpenCV gpu 模块没有实现 adaptiveThreshold 的 gpu 版本，所以我一直在考虑自己为 GPU 实现该算法。

如果我在 CUDA 中基于大窗口大小 (50px+) 和大图像 (5MP+) 实现自适应阈值算法，忽略将内存加载到 GPU 的开销，我是否希望获得任何加速？

adaptiveThreshold opencv.org 上的文档:

http://docs.opencv.org/modules/imgproc/doc/miscellaneous_transformations.html#adaptivethreshold

Answer 1

基于 Eric 的回答:

Npp CUDA 库没有实现 adaptiveThreshold，但它似乎有利于以非常直接的方式获得自适应阈值(刚刚对其进行测试并且传闻有效):

1. 在 src 上运行盒式过滤器(即计算每个像素的平均窗口值)，存储在中间图像 tmp 中。
2. 从tmp中的每个像素中减去一个数字K
3. 在 src 和tmp 到 dst。结束。

代码可能如下所示(此处 K=0，省略第 2 步):

nppiFilterBox_8u_C1R(oDeviceSrc.data(), oDeviceSrc.pitch(),
                                  oDeviceIntermediate.data(), oDeviceDst.pitch(),
                                  oSizeROI, oAdapThreshWindowSize,oAnchor);
nppiCompare_8u_C1R(oDeviceSrc.data(),oDeviceSrc.pitch(),
                   oDeviceDst.data(),oDeviceDst.pitch(),
                   oDeviceResult.data(),oDeviceResult.pitch(),
                   oSizeROI,NPP_CMP_LESS);

此外，维基百科 claims连续应用盒式过滤器 3 次可使高斯过滤器的准确率接近 97%。