使用 gpu 使用 opencv 測量圖像清晰度

Question

我創建了一個小腳本，使用拉普拉斯算子從一組圖像中提取最清晰的圖像，如下所示：

sharpness = cv2.Laplacian(cv2.imread(path), cv2.CV_64F).var()

但是代碼有點慢，而且似乎只使用 CPU，然后我想知道是否有一種方法使用 gpu 來計算該值，但只能找到銳化圖像的示例。

Answer 1

在你知道什么需要時間之前不要優化。

大部分時間都花在加載圖像上。 時間吧，你會看到的。 這涉及訪問大容量存儲和解碼圖像格式。 PNG並不是最復雜的，所以可能會更糟。

拉普拉斯計算使用特定的 kernel 。 將圖片與任意 3x3 kernel 進行卷積將花費 9 次乘法和 9 次加法。 這個kernel 需要一個班次和五個添加/訂閱。 CPU 的 SIMD 會在早餐時吃這個。

GPU 根本沒有幫助。 將此數據傳輸到 GPU 需要時間。 在 GPU 上開始任何計算還有其他固定成本（延遲、“預熱”）。 CPU 已經完成計算。 如果您有大量圖片，至少可以通過管道傳輸，並且只需上傳一次 kernel 代碼。

在整個操作中，GPU 和 CPU 都可能受內存限制，這意味着計算能力遠未受到挑戰。

如果您真的想要涉及 GPU，最簡單的方法是將 numpy 數組包裝在cv.UMat中，然后將 UMat object 傳入。 然后 OpenCV 將使用 OpenCL。 結果將再次成為 UMat，因此您需要查看OpenCV function 可以為您計算方差。