249.VideoWriter_GPU :: EncoderCallBack :: releaseBitStream：回调函数，用于表示编码的比特流已准备好写入文件;
250. VideoWriter_GPU :: EncoderCallBack :: onBeginFrame：回调函数来表示框架上的编码操作已经启动;
251.VideoWriter_GPU :: EncoderCallBack :: onEndFrame：回调函数表示帧上的编码操作已完成;
252. class ::VideoReader_GPU：从文件读取视频的类;
253. VideoReader_GPU ::编解码器：视频编解码器支持bygpu :: VideoReader_GPU;
254. VideoReader_GPU :: ChromaFormat：由gpu :: VideoReader_GPU支持的色度格式
255. VideoReader_GPU :: FormatInfo：提供关于视频文件格式的信息的struct;
256. VideoReader_GPU :: open：初始化或重新初始化视频播放器;
257.VideoReader_GPU :: isOpened：如果视频读取器已成功初始化，则返回true;
258.VideoReader_GPU :: close：发布视频阅读器;
259. VideoReader_GPU :: read：抓取，解码并返回nextvideo框架;
260. VideoReader_GPU :: format：返回有关视频文件格式的信息;
261. VideoReader_GPU :: dumpFormat：将有关视频fileformat的信息转储到指定的流;
262. class ::VideoReader_GPU :: VideoSource：视频解复用接口;
263. VideoReader_GPU :: VideoSource :: format：返回有关视频文件格式的信息;
264. VideoReader_GPU :: VideoSource :: start：开始处理;
265. VideoReader_GPU :: VideoSource :: stop：停止处理;
266. VideoReader_GPU :: VideoSource :: isStarted：如果处理成功启动，则返回true;
267. VideoReader_GPU :: VideoSource :: hasError：如果在处理过程中发生错误，则返回true;
268. VideoReader_GPU :: VideoSource :: parseVideoData：解析下一个视频帧，实现在抓取新帧后调用此方法;
请记住：（1），GPU上没有双重支持;（2）不推荐将小功能移植到GPU，因为上传/下载时间将大于并行执行所获得的数量;（3）分配一次再次使用;（8），你在窗口上扔出内存分配和数据传输的价格。在GPU上，这是很高的。优化的另一种可能性是在gpu :: Stream的帮助下引入异步OpenCV GPU调用;（9），GPU上的内存分配是相当可观的。因此，如果可能的话，尽可能多地分配新的内存。如果你创建一个函数你打算多次调用，最好在第一次调用期间为函数分配一次本地参数一次。为此，您将创建一个包含将使用的所有局部变量的数据结构。如果新的矩阵大小与前一个矩阵大小不同，GpuMat将仅重新分配一个新的调用;（10）避免不必要的函数数据传输。一旦你去 GPU，任何小的数据传输将是重要的。因此，如果可能，就可以进行所有计算（换句话说，不会因为上一点解释的原因而创建新的内存对象）。例如，虽然表达算术运算可能更容易在一行公式中表达，但会慢一些;（11）使用异步调用（gpu :: Stream）。默认情况下，只要您调用gpu函数，它将等待调用完成，然后返回结果。然而，可以进行异步调用，这意味着它将调用操作执行，为算法提供昂贵的数据分配并立即返回。现在，如果你想这样做，可以调用另一个函数。使用流我们可以进行数据分配，GPU已经在执行给定的方法时上载操作。例如，我们需要上传两个图像。我们一个接一个地排队，并调用处理它的函数。这些功能将等待上传完成，但是会发生这种情况导致下一次执行功能的输出缓冲区分配。
