OpenCV CUDA模块设备层-----二值化阈值操作函数thresh_binary_func()

• 操作系统：ubuntu22.04
• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 编程语言：C++11

算法描述

OpenCV 的 CUDA 模块（cudev） 中的一个设备和主机通用函数（host/device function），用于创建一个二值化阈值操作函数对象（functor）。
这个函数返回一个仿函数（functor），用于在 GPU 上执行 二值化阈值处理（Threshold Binary），即：
如果像素值大于 thresh，则设为 maxVal；否则设为 0。

函数原型

__host__ __device__ ThreshBinaryFunc<T> cv::cudev::thresh_binary_func 	( 	T  	thresh,
		T  	maxVal 
	) 		

参数

• T thresh 阈值，如果像素值大于该值则保留最大值
• T maxVal 像素超过阈值时设置的最大值

代码

#include 
#include 
#include 
#include 

// CUDA kernel 使用 functor 对图像进行二值化
template <typename T>
__global__ void thresholdKernel(const T* input, T* output, int numPixels,
                                cv::cudev::ThreshBinaryFunc<T> func) {
    int idx = blockIdx.x * blockDim.x + threadIdx.x;
    if (idx < numPixels) {
        output[idx] = func(input[idx]);
    }
}

int main() {
    // Step 1: 读取图像并转为灰度图
    cv::Mat bgr = cv::imread("/media/dingxin/data/study/OpenCV/sources/images/Lenna.png", cv::IMREAD_COLOR);
    if (bgr.empty()) {
        std::cerr << "Failed to load image!" << std::endl;
        return -1;
    }

    cv::Mat src;
    cv::cvtColor(bgr, src, cv::COLOR_BGR2GRAY); // 灰度图

    int width = src.cols;
    int height = src.rows;
    int numPixels = width * height;

    // Step 2: 分配 GPU 内存
    uchar* d_input, *d_output;
    cudaMalloc(&d_input, numPixels * sizeof(uchar));
    cudaMalloc(&d_output, numPixels * sizeof(uchar));

    cudaMemcpy(d_input, src.data, numPixels * sizeof(uchar), cudaMemcpyHostToDevice);

    // Step 3: 创建二值化函数对象
    auto func = cv::cudev::thresh_binary_func<uchar>(128, 255);

    // Step 4: 启动 kernel
    int blockSize = 256;
    int numBlocks = (numPixels + blockSize - 1) / blockSize;
    thresholdKernel<<<numBlocks, blockSize>>>(d_input, d_output, numPixels, func);

    // Step 5: 下载结果
    cv::Mat result(height, width, CV_8U);
    cudaMemcpy(result.data, d_output, numPixels * sizeof(uchar), cudaMemcpyDeviceToHost);

    // Step 6: 显示结果
    cv::imshow("Binary Threshold Result", result);
    cv::waitKey(0);
    cv::imwrite("binary_result.jpg", result);

    // Step 7: 清理资源
    cudaFree(d_input);
    cudaFree(d_output);

    return 0;
}

运行结果