GPU加速

最新推荐文章于 2025-02-24 14:15:26 发布

原创最新推荐文章于 2025-02-24 14:15:26 发布 · 987 阅读

0 ·

CC 4.0 BY-SA版权

opencv 专栏收录该内容

30 篇文章

订阅专栏

本文通过一个具体的图像处理程序对比了使用CPU和GPU加速在不同步骤上的性能表现。结果显示，在读取硬盘图像时GPU加速相对较慢，但在图像显示方面GPU加速表现出明显的优势。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#include<opencv2/world.hpp>
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
/*
Mat img, gray;
double temp = cvGetTickFrequency();
double tick;
tick = cvGetTickCount();

img = imread("1.jpg");
double tick1 = cvGetTickCount();

imshow("original", img);

double tick2 = cvGetTickCount();
cvtColor(img, gray, COLOR_BGR2GRAY);
double tick3 = cvGetTickCount();
GaussianBlur(gray, gray,
Size(7, 7), 1.5);
double tick4 = cvGetTickCount();
Canny(gray, gray, 0, 50);
double tick5 = cvGetTickCount();
imshow("edges", gray);
cout << (tick1 - tick) / temp << endl << (tick2 - tick1) / temp << endl << (tick3 - tick2) / temp << endl << (tick4 - tick3) / temp << endl
<< (tick5 - tick4) / temp << endl;
*/

UMat img, gray;
double temp = cvGetTickFrequency();
double tick;
tick = cvGetTickCount();

img = imread("1.jpg").
getUMat(ACCESS_READ);
double tick1 = cvGetTickCount();

imshow("original", img);

double tick2 = cvGetTickCount();
cvtColor(img, gray, COLOR_BGR2GRAY);
double tick3 = cvGetTickCount();
GaussianBlur(gray, gray,
Size(7, 7), 1.5);
double tick4 = cvGetTickCount();
Canny(gray, gray, 0, 50);
double tick5 = cvGetTickCount();
imshow("edges", gray);
cout << (tick1 - tick) / temp << endl << (tick2 - tick1) / temp << endl << (tick3 - tick2) / temp << endl << (tick4 - tick3) / temp << endl
<< (tick5 - tick4) / temp << endl;

waitKey();
return 0;

}

GPU加速的计时：

普通的代码计时：

可以发现：在读硬盘时，GPU加速极为耗时。而在显示上，GPU加速则非常有优势。

在运行时间不长的情况下，GPU加速并不能取得想象中的优良效果。