28、OpenVX 1.3 新特性及相关对象与节点介绍

g8f9d0s1a2

于 2025-10-06 04:03:21 发布

阅读量30

点赞数

CC 4.0 BY-SA版权

分类专栏： OpenVX编程艺术文章标签： OpenVX 1.3 用户结构体 vx_array

本文链接：https://blog.youkuaiyun.com/g8f9d0s1a2/article/details/152586989

OpenVX编程艺术专栏收录该内容

28 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

OpenVX 1.3 新特性及相关对象与节点介绍

1. OpenVX 1.3 主要变化

OpenVX 1.3 有诸多显著变化，下面为你详细介绍：
- 双向参数移除 ：移除双向参数消除了其引发的隐式循环，但给 OpenVX 实现的优化带来了一定负担。例如，累加节点原本在“原地”对累加参数进行操作，无需为输出图像创建单独的图像对象。为防止图中出现循环，用户在构建累加功能时必须创建一个单独的输出图像。而实现时，需要检测计算是否可以原地进行并进行适当优化。
- 用户结构 ：OpenVX 标准一直有 vx_array 对象，用于存储数据结构集合。在之前版本中，数组元素的数据类型受限。而 OpenVX 1.3 引入了“用户结构体”概念，应用程序员可以创建自定义结构体。具体操作步骤如下：
1. 使用 vxRegisterUserStruct 函数注册结构体，并提供结构体的字节大小。
c vx_enum vxRegisterUserStruct(vx_context context, vx_size size);
2. 该注册函数会返回一个枚举值，可用于创建该用户结构体的数组。
3. 可选地，用户可以使用 vxRegisterUserStructWithName 函数将结构体与名称关联，除了提供大小外，还需提供一个名称字符串。
c vx_enum vxRegisterUserStructWithName(vx_context context, vx_size size, const char* name);
4. 之后可以使用 vxGetUserStructNameByEnum 和 vxGetUserStructEnumByName 函数在名称和枚举值之间进行映射。
- 其他杂项更改 ：OpenVX 1.3 还有一些小的更改，包括一些小的澄清和拼写错误的修正。此外，有两个新函数值得关注：
- vxCreateTensorFromHandle ：类似于 vxCreateImageFromHandle ，可从现有数据创建张量对象。函数原型如下：
c vx_tensor vxCreateTensorFromHandle( vx_context context, vx_size number_of_dims, const vx_size* dims, vx_enum data_type, vx_int8 fixed_point_position, const vx_size* stride, void* ptr, vx_enum memory_type);
- vxQueryMetaFormatAttribute ：OpenVX 内核参数对象有各种元格式数据，之前版本允许用户在核输出验证器中设置元格式值，但不能查询现有元格式值。OpenVX 1.3 通过该新函数实现查询功能。函数原型如下：
c vx_status vxQueryMetaFormatAttribute( vx_meta_format meta, vx_enum attribute, void* ptr, vx_size size);

2. OpenVX 数据对象及其属性

下面是一个简单的 mermaid 流程图，展示创建用户结构体数组的流程：

graph TD;
    A[开始] --> B[使用 vxRegisterUserStruct 注册结构体];
    B --> C[获取枚举值];
    C --> D[使用枚举值创建数组];
    D --> E[结束];

以上就是 OpenVX 1.3 的部分重要特性以及常见数据对象及其属性的介绍，下部分将继续介绍计算机视觉图 API 节点相关内容。

OpenVX 1.3 新特性及相关对象与节点介绍

3. 计算机视觉图 API 节点

OpenVX 包含丰富的计算机视觉图 API 节点，下面按类别为你详细介绍：

3.1 图像算术和控制流

节点名称	功能	使用示例
`vxAbsDiffNode`	计算两个图像的逐像素绝对差值	参考相关示例代码“vx_bg.c”
`vxAddNode`	计算两个图像的逐像素和	参考“stitch.c”示例
`vxSubtractNode`	计算两个图像的逐像素差	参考“stitch - multiband.c”示例
`vxAndNode`	计算两个图像的逐像素按位与	-
`vxXorNode`	计算两个图像的逐像素按位异或	-
`vxOrNode`	计算两个图像的逐像素按位或	参考“example4.c”示例
`vxNotNode`	计算图像的逐像素按位取反	参考“graphFactory.c”示例
`vxCopyNode`	复制一个数据对象	参考“example4a.c”示例
`vxSelectNode`	根据条件选择两个数据对象之一	-
`vxScalarOperationNode`	用于控制流的标量操作	-
`vxMagnitudeNode`	计算两个图像（如 x 和 y 方向的图像梯度）的逐像素幅值	参考“houghLines.c”示例
`vxPhaseNode`	计算两个图像（如 x 和 y 方向的图像梯度）的逐像素相位	-
`vxMax`	计算两个图像的逐像素最大值	-
`vxMin`	计算两个图像的逐像素最小值	-
`vxMultiplyNode`	计算两个图像的逐像素乘法	参考“stitch.c”示例
`vxTableLookupNode`	对图像的强度值进行逐像素任意映射	参考“stitch - multiband.c”示例
`vxWeightedAverageNode`	计算两个图像的加权平均值	-

3.2 图像格式转换

节点名称	功能	使用示例
`vxChannelCombineNode`	将多个单通道图像合并为一个多通道图像	参考“changeImage.c”和“houghLines.c”示例
`vxChannelExtractNode`	从多通道图像中提取单通道图像	参考“changeImage.c”和“houghLines.c”示例
`vxColorConvertNode`	转换图像的颜色空间	参考“changeImage.c”和“houghLines.c”示例
`vxConvertDepthNode`	将单通道图像转换为具有不同元素大小的图像（如 8 位无符号到 16 位有符号）	参考“example4a.c”和“stitch.c”示例

3.3 图像滤波和统计

节点名称	功能	使用示例
`vxBilateralFilterNode`	对图像进行双边滤波	-
`vxBox3x3Node`	使用 3×3 核进行盒滤波	-
`vxConvolveNode`	进行任意线性卷积	参考“filterImage.c”示例
`vxDilate3x3Node`	对图像进行膨胀操作	参考“houghLines.c”示例
`vxErode3x3Node`	对图像进行腐蚀操作	参考“vx_bg.c”示例
`vxGaussian3x3Node`	使用 3×3 高斯滤波器对图像进行滤波	参考“filterGaussImage.c”示例
`vxLBPNode`	计算局部二值模式图像	-
`vxMeanStdDevNode`	计算图像的均值和标准差	-
`vxMedian3x3Node`	对图像进行中值滤波	-
`vxMinMaxLocNode`	计算图像中的最大和最小像素强度以及对应的像素位置	-
`vxNonLinearFilterNode`	计算非线性滤波器（如窗口上的中值函数）	-
`vxSobel3x3Node`	对图像进行 3×3 Sobel 滤波	参考“houghLines.c”示例
`vxThresholdNode`	进行阈值操作	参考“houghLines.c”示例

下面是一个 mermaid 流程图，展示图像滤波操作的基本流程：

graph TD;
    A[输入图像] --> B[选择滤波节点];
    B --> C{是否有参数设置};
    C -- 是 --> D[设置参数];
    C -- 否 --> E[执行滤波操作];
    D --> E;
    E --> F[输出滤波后图像];

3.4 几何变换

节点名称	功能	使用示例
`vxGaussianPyramidNode`	从图像创建高斯金字塔	参考“stitch - multiband.c”示例
`vxLaplacianPyramidNode`	从图像创建拉普拉斯金字塔	参考“stitch - multiband.c”示例
`vxLaplacianReconstructNode`	从拉普拉斯金字塔重建图像	参考“stitch - multiband.c”示例
`vxRemapNode`	对图像进行任意几何变换	参考“undistort - remap.c”示例
`vxHalfScaleGaussianNode`	在每个方向上对图像进行 2 倍缩放并进行高斯模糊	参考“stitch - multiband.c”示例
`vxScaleImageNode`	对图像进行缩放	参考“houghLines.c”示例
`vxWarpAffineNode`	对图像进行仿射变换	-
`vxWarpPerspectiveNode`	对图像进行透视变换	参考“birdsEyeView.c”示例

3.5 特征提取

节点名称	功能	使用示例
`vxCannyEdgeDetectorNode`	进行 Canny 边缘检测	参考“filterImageROIvxu.c”示例
`vxFastCornerNode`	进行快速特征检测	参考“example4a.c”示例
`vxHOGCellsNode`	对平均梯度幅值和梯度方向直方图进行单元计算	-
`vxHOGFeaturesNode`	在整个图像上的滑动窗口中生成 HOG 特征	-
`vxHarrisCornersNode`	进行 Harris 角点检测	-
`vxHistogramNode`	计算图像直方图	-
`vxEqualizeHistNode`	对图像直方图进行均衡化	-
`vxHoughLinesPNode`	进行概率霍夫变换	参考“houghLines.c”示例
`vxIntegralImageNode`	计算积分图像	-
`vxMatchTemplateNode`	基于模板进行对象检测	-
`vxNonMaxSuppressionNode`	进行非极大值抑制，通常与 `vxHarriscornersNode` 等节点配合使用	-
`vxOpticalFlowPyrLKNode`	对图像序列进行 Lukas - Kanade 光流计算	-

3.6 张量函数

节点名称	功能	使用示例
`vxTensorAddNode`	计算两个张量的逐元素和	-
`vxTensorConvertDepthNode`	将张量转换为具有不同元素大小的张量（如 8 位无符号到 16 位有符号）	-
`vxTensorMatrixMultiplyNode`	进行广义矩阵乘法	-
`vxTensorMultiplyNode`	计算两个张量的逐元素乘法	-
`vxTensorSubtractNode`	从一个张量中逐元素减去另一个张量	-
`vxTensorTableLookupNode`	使用查找表对张量元素值进行逐元素变换	-
`vxTensorTransposeNode`	对输入张量进行转置变换	-