OpenCV3.x中UMat对象介绍与使用

简介: OpenCV3.x中UMat对象介绍与使用

UMat对象起源

OpenCV3中引入了一个新的图像容器对象UMat,它跟Mat有着多数相似的功能和相同的API函数,但是代表的意义却太不一样。要说到UMat对象的来龙去脉,必须首先从OpenCL来开始说,OpenCL是一个面向异构系统通用的并行编程标准,这个标准最早是苹果公司提出,后来变成了一个国际标准,目的是通过它开发通用的GPU计算软件,中国的华为是该标准的成员之一。说的直白点就是如果CPU或者GPU支持OpenCL标准,就可以通过OpenCL相关编程实现使用GPU计算。OpenCV2.x开始支持它,不过那个时候这个功能很不好用,大致一般正常基于CPU的读写视频一帧图像代码如下:

cv::Mat inMat, outMat;
vidInput >> inMat;
cv::cvtColor(inMat, outMat, cv::COLOR_RGB2GRAY);
vidOutput << outMat;

基于OpenCL的GPU方式读写视频一帧图像代码如下:

cv::Mat inMat, outMat;
vidInput >> inMat;
cv::ocl::oclMat inOclMat(inMat);
cv::ocl::oclMat outOclMat;
cv::ocl::cvtColor(inOclMat, outOclMat, cv::COLOR_RGB2GRAY);
outMat = outOclMat;
vidOutput << outMat;

上述代码通过添加ocl前缀空间实现OpenCL支持设备的GPU运算能力提高。但是上述代码在不支持OpenCL的平台上还会运行失败,使用起来及其不方便。对开发者来说不是统一API和底层透明。


于是OpenCV在3.0版本中开始引入了T-API的设计理念,即通过设计一套对开发者来说底层透明,接口统一的API调用方式,避免由于系统不支持OpenCL而导致程序运行失败,这个就是UMat图像容器类型。通过使用UMat对象,OpenCV会自动在支持OpenCL的设备上使用GPU运算,在不支持OpenCL的设备仍然使用CPU运算,这样就避免了程序运行失败,而且统一了接口。上述代码在OpenCV3中使用UMat改下如下:

cv::UMat inMat, outMat;
vidInput >> inMat;
cv::cvtColor(inMat, outMat, cv::COLOR_RGB2GRAY);
vidOutput << outMat;

这样就无需像OpenCV2中那样通过显式声明的调用方式。很明显UMat与Mat极其类似。而且两者之间是可以相互转换的。

Mat与UMat相互转换

从UMat中获取Mat对象使用UMat的get方法UMat::getMat(int access_flags)支持的FLAG如下:
  • ACCESS_READ
  • ACCESS_WRITE
  • ACCESS_RW
  • ACCESS_MASK
  • ACCESS_FAST
    最常用的就是读写,注意当使用这种方式的时候UMat对象将会被LOCK直到CPU使用获取Mat对象完成操作,销毁临时Mat对象之后,UMat才可以再被使用。
把Mat转换为UMat

通过Mat::getUMat()之后就获取一个UMat对象,同样在UMat对象操作期间,作为父对象Mat也会被LOCK直到子对象UMat销毁之后才可以继续使用。


OpenCV的官方文档说不鼓励在一个方法和一段代码中同时使用Mat与UMat两种方式,因为这样做真的非常危险。此外Mat与UMat还可以相互拷贝,但是这种方式也不是OpenCV官方提倡与推荐的,所以尽量别用这种方式。

一个同UMat读取视频并灰度化完整的例子

#include <opencv2/opencv.hpp>
#include <opencv2/tracking.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv) {
    VideoCapture capture;
    capture.open("D:/vcprojects/images/sample.mp4");
    if (!capture.isOpened()) {
        printf("could not load video data...\n");
        return -1;
    }

    // UMat方式读取视频,转为灰度显示-自动启用GPU计算
    // 如果显卡支持OpenCL
    UMat frame, gray;
    namedWindow("UMat Demo", CV_WINDOW_AUTOSIZE);
    while (capture.read(frame)) {
        cvtColor(frame, gray, COLOR_BGR2GRAY);
        imshow("UMat Demo", gray);
        char c = waitKey(100);
        if (c == 27) {
            break;
        }
    }
    // 释放资源
    capture.release();
    waitKey(0);
    return 0;
}

特别注意

代码基于VS2015与OpenCV3.1实现,欢迎大家继续关注本人博客!分享有用实用的图像处理技术与OpenCV相关技术文章,本人会用不停止!!!

相关实践学习
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
相关文章
|
12月前
|
存储 Cloud Native Linux
openCV 图像对象的创建和赋值
openCV 图像对象的创建和赋值
|
22天前
|
Serverless 计算机视觉
语义分割笔记(三):通过opencv对mask图片来画分割对象的外接椭圆
这篇文章介绍了如何使用OpenCV库通过mask图像绘制分割对象的外接椭圆。首先,需要加载mask图像,然后使用`cv2.findContours()`寻找轮廓,接着用`cv2.fitEllipse()`拟合外接椭圆,最后用`cv2.ellipse()`绘制椭圆。文章提供了详细的代码示例,展示了从读取图像到显示结果的完整过程。
40 0
语义分割笔记(三):通过opencv对mask图片来画分割对象的外接椭圆
|
5月前
|
存储 算法 API
OpenCV 3.1.0中的Mat对象使用
OpenCV 3.1.0中的Mat对象使用
35 2
|
5月前
|
存储 编解码 API
【图像文本化】Base64编解码OpenCV4中 Mat 对象
【图像文本化】Base64编解码OpenCV4中 Mat 对象
78 0
|
机器学习/深度学习 监控 计算机视觉
测试 opencv-python 中的 mat 和 Umat 处理图像的差异(GPU加速)
测试 opencv-python 中的 mat 和 Umat 处理图像的差异(GPU加速)
1145 0
|
API C语言 计算机视觉
三天学会opencv(三)——Mat对象
三天学会opencv(三)——Mat对象
136 0
三天学会opencv(三)——Mat对象
|
Java Linux 计算机视觉
全网首发:Linux自带opencv库的JAVA调用失败/java.lang.UnsatisfiedLinkError:libopencv_ml.so.405: 无法打开共享对象文件
全网首发:Linux自带opencv库的JAVA调用失败/java.lang.UnsatisfiedLinkError:libopencv_ml.so.405: 无法打开共享对象文件
622 0
|
机器学习/深度学习 数据可视化 计算机视觉
物体检测实战:使用 OpenCV 进行 YOLO 对象检测
物体检测实战:使用 OpenCV 进行 YOLO 对象检测
362 0
物体检测实战:使用 OpenCV 进行 YOLO 对象检测
|
Java Linux 计算机视觉
全网首发:Linux自带opencv库的JAVA调用失败/java.lang.UnsatisfiedLinkError:libopencv_ml.so.405: 无法打开共享对象文件
全网首发:Linux自带opencv库的JAVA调用失败/java.lang.UnsatisfiedLinkError:libopencv_ml.so.405: 无法打开共享对象文件
401 0
|
24天前
|
计算机视觉
Opencv学习笔记(三):图像二值化函数cv2.threshold函数详解
这篇文章详细介绍了OpenCV库中的图像二值化函数`cv2.threshold`,包括二值化的概念、常见的阈值类型、函数的参数说明以及通过代码实例展示了如何应用该函数进行图像二值化处理,并展示了运行结果。
216 0
Opencv学习笔记(三):图像二值化函数cv2.threshold函数详解