OpenCV的 GPU模块是一组类和函数，利用GPU的计算能力。它使用NVIDIA * CUDA * Runtime API实现，并且仅支持NVIDIA GPU。
1.getCudaEnableDeviceCount：返回已安装CUDA设备的数量;
2. setDevice：设置adevice并为当前线程初始化它;
3. getDevice：返回当前设备索引设置或默认初始化;
4. resetDevice：在当前进程中显式地销毁和清除与当前设备相关联的所有资源;
5. FeatureSet：枚举提供GPU计算功能;
6.class :: TargetArchs：提供一组静态方法来检查GPU模块所构建的NVIDIA卡架构的类;
7.class :: DeviceInfo：提供查询指定GPU属性的功能的类;
8. DeviceInfo :: name：返回设备名称;
9. DeviceInfo :: majorVersion：返回主要的计算能力版本;
10. DeviceInfo :: minorVersion：返回次要计算能力版本;
11. DeviceInfo :: multiProcessorCount：返回流处理器的数量;
12. DeviceInfo :: freeMemory：以字节为单位返回可用内存量;
13. DeviceInfo :: totalMemory：以字节为单位返回总内存量;
14. DeviceInfo :: supports：提供有关GPU功能支持的信息;
15. DeviceInfo :: isCompatible：检查GPU模块和设备的兼容性;
16. DeviceInfo :: deviceID：返回从0开始的GPU设备的系统索引;
17.struct :: PtrStepSz：轻量级封装GPU上的投影存储器并传递给nvcc编译代码（CUDA内核）;
18.struct :: PtrStep：结构类似于gpu :: PtrStepSz，但只包含一个指针和行步;
19. class :: GpuMat：用于GPU内存的基本存储类，具有引用计数。其界面匹配Mat界面;
20.createContinuous：在GPU内存中创建连续矩阵;
21. ensureSizeIsEnough：确保矩阵的大小足够大，并且矩阵具有适当的类型;
22.registerPageLocked：page-locked矩阵的内存并将其映射到设备;
23. unregisterPageLocked：取消映射矩阵的内存并使其可再次可页面显示;
24. class :: CudaMem：具有引用计数的类包装来自CUDA的特殊内存类型分配函数。它的接口也是Mat（） - 但是具有额外的内存类型参数;
25. CudaMem :: createMatHeader：创建一个头，而不引用计数到gpu :: CudaMem数据;
26.CudaMem :: createGpuMatHeader：将CPU内存映射到GPU地址空间，并创建gpu :: GpuMat头，而不引用计数;
27. CudaMem :: canMapHostMemory：如果当前硬件支持地址空间映射和ALLOC_ZEROCOPY内存分配，则返回true;
28.class :: Stream：这个类封装了一个异步调用队列。一些功能使用附加的gpu :: Stream参数重载;
29. Stream :: queryIfComplete：如果当前流队列完成，则返回true，否则返回false;
30. Stream :: waitForCompletion：阻止当前CPU线程，直到流中的所有操作完成;
31.Stream :: enqueueDownload：将数据从设备复制到主机;
32.Stream :: enqueueUpload：将数据从主机复制到设备;
33. Stream :: enqueueCopy：将数据从设备复制到设备;
34. Stream :: enqueueMemSet：将设备内存初始化或设置为值;
35.Stream :: enqueueConvert：根据类型将矩阵类型从float转换为uchar;
36.Stream :: enqueueHostCallback：在流中的所有当前入队项目完成后，添加在主机上调用的回调函数;
37.struct :: StreamAccessor：能够从gpu :: Stream获取cuda Stream_t并在stream_accessor.hpp中声明的类，因为它是依赖于CUDA Runtime API的唯一公头;
38.gemm（cv :: gemm）：执行广义矩阵乘法;
39.转置（cv :: transpose）：转置矩阵;
40.翻转（cv :: flip）：围绕垂直，水平或两个轴翻转2D矩阵;
41.LUT（cv :: LUT）：使用给定的查找表将源矩阵转换为目标矩阵：dst（I）= lut（src（I））;
42. merge（cv :: merge）：从多个单通道矩阵中创建多通道矩阵;
43.split（cv :: split）：将多通道矩阵的每个平面复制到数组中;
44.幅度（cv ::幅度）：计算复矩阵元素的大小;
45.amplitudeSqr：计算复矩阵元素的平方;
46.阶段（cv :: phase）：计算复杂矩阵元素的极角;
47.cartToPolar（cv :: cartToPolar）：将笛卡尔坐标转换为极坐标;
48.polarToCart（cv :: polarToCart）：将极坐标转换为笛卡尔坐标;
49.规范化（cv :: normalize）：规范数组的范数或值范围;
50. add（cv :: add）：计算矩阵矩阵或矩阵标量和;
51.减去（cv :: subtract）：计算矩阵矩阵或矩阵标量差;
52.乘法（cv :: multiply）：计算矩阵矩阵或矩阵标量的每元素乘积;
53.divide（cv :: divide）：计算矩阵矩阵或矩阵标量划分;
54.addWeighted（cv :: addWeighted）：计算两个数组的加权和;
55.abs（cv :: abs）：计算每个矩阵元素的绝对值;
56.sqr：计算每个矩阵元素的平方值;
57.sqrt（cv :: sqrt）：计算每个矩阵元素的平方根;
58.exp（cv :: exp）：计算每个矩阵元素的指数;
59.log（cv :: log）：计算每个矩阵元素的绝对值的自然对数;
60.pow（cv :: pow）：将每个矩阵元素提升为幂;
61.absdiff（cv :: absdiff）：计算两个矩阵（或矩阵和标量）的每个元素的绝对差值;
62.比较（cv :: compare）：比较两个矩阵的元素;
63.bitwise_not（cv :: bitwise_not）：执行每元素按位反转;
64.bitwise_or（cv :: bitwise_or）：执行两个矩阵或矩阵和标量的每元素按位分离;
65.bitwise_and（cv :: bitwise_and）：执行两个矩阵或矩阵和标量的每元素按位连接;
66.bitwise_xor（cv :: bitwise_xor）：执行矩阵和标量两个矩阵的每元素按位排序或运算;
67.rshift：通过一个恒定的值执行图像的逐像素右移;
68.lshift：用图像逐像素左移一个恒定值;
69. min（cv :: min）：计算两个矩阵（或矩阵和标量）的每个元素的最小值;
70.max（cv :: max）：计算两个矩阵（或矩阵和标量）的每个元素最大值;
71. MeanShiftFiltering：对源图像的每个点执行均值偏移滤波;
72.meanShiftProc（gpu :: meanShiftFiltering）：执行平均移位过程，并将有关处理点（其颜色和位置）的信息存储在两个图像中;
73. meanShiftSegmentation：执行源图像的平均移位分割，消除小段;
74.积分（cv ::积分）：计算积分图像;
75. sqrIntegral：计算一个平方积分图像;
76. columnSum：计算一个垂直（列）和;
77. cornerHarris（cv :: cornerHarris）：计算每个图像像素的哈里斯角度准则;
78. cornerMinEigenVal（cv :: cornerMinEigenVal）：计算每个像素处的2 * 2导数协变矩阵的最小本征值（角度标准）;
79. mulSpectrums（cv :: mulSpectrums）：执行两个傅里叶谱的每元素乘法;
80.MulAndScaleSpectrums（cv :: mulSpectrums）：执行两个傅立叶频谱的每元素乘法并对结果进行比例;
81.dft（cv :: dft）：执行浮点矩阵的前向或反向离散付里叶变换（1D或2D）;
82. struct :: ConvolveBuf：为gpu :: convolve（）函数提供内存缓冲区的类，加上它可以调用一些特定的参数;
83. ConvolveBuf :: create：使用respecitive参数构建gpu :: convolve（）函数的缓冲区;
84.卷积（gpu :: filter2D）：计算两个图像的卷积（或互相关）;
85. struct :: MatchTemplateBuf：为gpu :: matchTemplate（）函数提供内存缓冲区的类，加上它可以调整一些具体的参数;
86. matchTemplate（cv :: matchTemplate）：计算栅格模板和模板搜索的图像的邻近图;
87. remap（cv :: remap）：将一般的几何变换应用于图像;
88. cvtColor（cv :: cvtColor）：将图像从一个颜色空间转换为另一个;
89. swapChannels：就地交换图像的颜色通道;
90. threshold（cv :: threshold）：对每个数组元素应用固定级别的阈值;
91.调整大小（cv :: resize）：调整图像大小
92.warpAffine（cv :: warpAffine）：对图像应用仿射变换;
93. buildWarpAffineMats（gpu :: warpAffine，gpu :: remap）：构建仿射变换的转换图;
94. warpPerspective（cv :: warpPerspective）：对图像应用透视变换;
95. buildWarpPerspectiveMaps（gpu :: warpPerspective，gpu :: remap）：构建透视变换的转换图;
96.旋转（gpu :: warpAffine）：围绕原点（0,0）旋转图像，然后将其移动;
97.copyMakeBorder（cv :: copyMakeBorder）：在图像周围形成边框;
98. rectStdDev：计算积分图像的标准偏差;
99.偶数水平：计算均匀分布的水平;
100.histEven：计算具有均匀分布的分区的直方图;
101.histRange：使用由数组确定的数据块计算直方图;
102.calcHist：计算一个通道8位图像的直方图;
103.均衡Hist（cv :: equalizeHist）：均衡灰度图像的直方图;
104.buildWarpPlaneMaps：构建平面翘曲图;
105.buildWapCylindricalMaps：构建圆柱形翘曲图;
106.buildWarpSphericalMaps：构建球面翘曲图;
107.pyrDown（cv :: pyrDown）：平滑图像并对其进行缩减;
108.pyrUp（cv :: pyrUp）：对图像进行上采样，然后平滑;
109.blendLinear：执行两个图像的线性混合;
110.双向筛选（cv :: bilateralFilter）：对图像进行双向筛选;
111. nonLocalMeans（cv :: fastNlMeanDenoising）：执行纯非本地手段去噪，而不需要任何简化，因此不快;
112.类::FastNonLocalMeansDenoising：该类实现快速近似非局部平均去噪算法;
113. FastNonLocalMeansDenoising :: simpleMethod（cv :: fastNlMeanDenoising）：使用非局部平均去噪算法执行图像去噪;
114.FastNonLocalMeansDenoising :: labMethod（cv :: fastNlMeanDenoisingColored）：修改FastNonLocalMeansDenoising :: simpleMethod为彩色图像;
115. alphaComp：使用每个图像中包含的alpha不透明度值复合两个图像;
116.Canny（cv :: Canny）：使用Canny算法在图像中找到边;
117. HoughLines（cv :: HoughLines）：使用经典的霍夫变换找到二进制图像中的行;
118.HoughLinesDownload（gpu :: HoughLines）：将结果从gpu :: HoughLines下载到主机内存;
119.HoughCircles（cv :: HoughCircles）：使用霍夫变换在灰度图像中找到圆;
120.HoughCirclesDownload（gpu :: HoughCircles）：将结果从gpu :: HoughCircles下载到主机内存;
121. meanStdDev（cv :: meanStdDev）：计算矩阵元素的平均值和标准偏差;
122. norm（cv :: norm）：返回矩阵的范数（或两个矩阵的差）;
123. sum（cv :: sum）：返回矩阵元素的和;
124.absSum：返回矩阵元素的绝对值之和;
125. sqrSum：返回矩阵元素的平方和;
126. minMax（cv :: minMaxLoc）：找到全局最小和最大矩阵元素并返回它们的值;
127. minMaxLoc（cv :: minMaxLoc）：找到全局最小值和最大矩阵元素，并返回它们的位置值;
128. countNonZero（cv :: countNonZero）：计数非零矩阵元素;
129.减少（cv :: reduce）：将矩阵减少为向量;
130. struct :: HOGDescriptor：该类实现了定向梯度对象检测器的直方图;
131. HOGDescriptor :: getDescriptorSize：返回分类所需的系数数;
除特别注明外，本站所有文章均为 赢咖4注册 原创，转载请注明出处来自OpenCV中GPU模块(CUDA)函数
