直方图计算代码

/*-----------------------------------------
opencv 绘制灰度直方图,主要利用 CvHistogram()函数
-----------------------------------------*/

#include <opencv/cv.h>
#include <opencv2/highgui/highgui.hpp>

int main()
{
IplImage *src = cvLoadImage("lena.jpg", 0);
int size = 256;
float range[] = {0, 255};
float *ranges[] = {range};
CvHistogram *hist = cvCreateHist(1, &size, CV_HIST_ARRAY, ranges, 1);
cvCalcHist(&src, hist, 0, NULL);
float max = 0;
cvGetMinMaxHistValue(hist, NULL, &max, NULL, NULL);
IplImage* dst=cvCreateImage(cvSize(400,300),8,3); 
cvSet(dst, cvScalarAll(255), 0);
double bin_width = (double)dst->width/size;

double bin_unith = (double)dst->height/max;


for (int i=0; i<size; i++)
{
CvPoint p0 = cvPoint(i*bin_width, dst->height);
CvPoint p1 = cvPoint((i+1)*bin_width, dst->height - cvGetReal1D(hist->bins, i)*bin_unith);
cvRectangle(dst, p0, p1, cvScalar(0, 255), -1, 8, 0);

}


cvNamedWindow("src", 1);
cvShowImage("src", src);
cvNamedWindow("dst", 1);
cvShowImage("dst", dst);
cvWaitKey(0);
cvDestroyAllWindows();
cvReleaseImage(&src);
cvReleaseImage(&dst);

return 0;
}



以下是一个简单的 CUDA 直方图计算代码示例: ```cpp __global__ void histogram_kernel(int* data, int data_size, int* histogram, int histogram_size) { int tid = blockIdx.x * blockDim.x + threadIdx.x; if (tid < data_size) { atomicAdd(&histogram[data[tid]], 1); } } void histogram(int* data, int data_size, int* histogram, int histogram_size) { int* d_data; int* d_histogram; cudaMalloc(&d_data, sizeof(int) * data_size); cudaMemcpy(d_data, data, sizeof(int) * data_size, cudaMemcpyHostToDevice); cudaMalloc(&d_histogram, sizeof(int) * histogram_size); cudaMemset(d_histogram, 0, sizeof(int) * histogram_size); int block_size = 256; int grid_size = (data_size + block_size - 1) / block_size; histogram_kernel<<<grid_size, block_size>>>(d_data, data_size, d_histogram, histogram_size); cudaMemcpy(histogram, d_histogram, sizeof(int) * histogram_size, cudaMemcpyDeviceToHost); cudaFree(d_data); cudaFree(d_histogram); } ``` 这个代码包含两个函数:`histogram` 和 `histogram_kernel`。`histogram_kernel` 是在 GPU 上执行的实际计算。`histogram` 函数分配和释放 GPU 内存,并将数据从主机内存复制到 GPU 内存,然后调用 `histogram_kernel` 函数进行计算,并将结果从 GPU 内存复制回主机内存。 `histogram_kernel` 函数接受四个参数:`data` 指向数据数组的指针,`data_size` 是数据数组的大小,`histogram` 指向直方图数组的指针,`histogram_size` 是直方图数组的大小。该函数计算每个数据元素出现的次数,并使用原子操作将其增加到直方图数组的正确位置。 `histogram` 函数分配和释放两个 GPU 内存数组,并将数据从主机内存复制到 GPU 内存。然后计算需要的线程块和线程数量,调用 `histogram_kernel` 函数执行计算。最后,将计算结果从 GPU 内存复制回主机内存。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值