摘要：
YUV格式具有亮度信息和色彩信息分离的特点，但大多数图像处理操作都是基于RGB格式。 因此当要对图像进行后期处理显示时，需要把YUV格式转换成RGB格式。 RGB与YUV的变换公式如下： YUV(256 级别) 可以从8位 RGB 直接计算： Y = 0.299 R + 0.587 G + 0.114 B U = - 0.1687 R - 0.3313 G + 0.5 B + 128 V =... 阅读全文
摘要：
YUV，是一种颜色编码方法，Y表示明亮度(Luminance、Luma)，U和V则是色度、浓度(Chrominance、Chroma)。 YUV，Y`UV,YCbCr，YPbPr等都可以称为YUV，彼此有重叠。 YUV和Y`UV通常用来描述模拟信号，YCbCr与YPbPr则是用来描述数位的影像信号。 YUV颜色编码方法相比于RGB的优势体现在两个方面： 将亮度信息与色彩信息分离，没有色彩信息可以显... 阅读全文
摘要：
GPU的硬件结构，也不是具体的硬件结构，就是与CUDA相关的几个概念：thread，block，grid，warp，sp，sm。 sp: 最基本的处理单元，streaming processor 最后具体的指令和任务都是在sp上处理的。GPU进行并行计算，也就是很多个sp同时做处理 sm:多个sp加上其他的一些资源组成一个sm, streaming multiprocessor. 其他资源也就... 阅读全文
摘要：
全局存储器，即普通的显存，整个网格中的任意线程都能读写全局存储器的任意位置。 存取延时为400-600 clock cycles 非常容易成为性能瓶颈。 访问显存时，读取和存储必须对齐，宽度为4Byte。如果没有正确的对齐，读写将被编译器拆分为多次操作，降低访存性能。 多个half-warp的读写操作如果能够满足合并访问，则多次访存操作会被合并成一次完成。 合并访问的条件，GT200放宽了合并访... 阅读全文
摘要：
下面简单介绍一些cuda中的共享存储器和全局存储器 共享存储器，shared memory，可以被同一块中的所有线程访问的可读写存储器，生存期是块的生命期。 Tesla的每个SM拥有16KB共享存储器。 在编程过程中，有静态的shared memory 动态的shared memory 静态的shared memory 在程序中定义 __shared__ type shared[SIZE];... 阅读全文
摘要：
问题描述：已知多边形点集C={P1,P2,...,PN}，其排列顺序是杂乱，依次连接这N个点，无法形成确定的多边形，需要对点集C进行排序后，再绘制多边形。 点集排序过程中，关键在于如何定义点的大小关系。 以按逆时针排序为例，算法步骤如下： 定义：点A在点B的逆时针方向，则点A大于点B 1.计算点集的重心O，以重心作为逆时针旋转的中心点。 2.计算点之间的大小关系。 大小关系的计算，可由两种方法进行... 阅读全文
摘要：
问题描述：已知两条线段P1P2和Q1Q2，判断P1P2和Q1Q2是否相交，若相交，求出交点。 两条线段的位置关系可以分为三类：有重合部分、无重合部分但有交点、无交点。 算法的步骤如下： 1.快速排斥实验。 设以线段P1P2为对角线的矩形为R，设以线段Q1Q2为对角线的矩形为T，如果R和T不相交，则两线段不相交。 2.跨立实验。 如果两线段相交，则两线段必然相互跨立对方。 若P1P2跨立Q1Q2，则... 阅读全文
摘要：
问题描述：已知点P(x,y)和多边形Poly，判断点P(x,y)是否在多边形内部。 基本方法：射线法 以点P为端点，向左方作射线L，由于多边形是有界的，所以射线L的左端一定在多边形外部，考虑沿着L从无究远处开始自左向右移动。 遇到和多边形的第一个交点的时候，进入到了多边形的内部，遇到第二个交点的时候，离开了多边形... 因而当L和多边形的交点数目C是奇数的时候，P在多边形内，是偶数，则P在多边形外... 阅读全文
摘要：
问题描述：已知两个多边形Poly1和Poly2，分别由点集C1={P1,P2,...,Pm}和C2={Q1,Q2,...,Qn}表示，求这两个多边形的交集。 算法思想： 两个多边形相交后，其顶点要么是两个多边形边的交点，要么是在多边形内部的点。 算法步骤： 1.计算两个多边形每条边之间的交点。 2.计算包含在多边形内部的点。 3.将交点和多边形内部的点，按逆时针(或顺时针)排序，得出最终的点集。 ... 阅读全文
摘要：
问题描述：已知两幅图像Image1和Image2，计算出两幅图像的重叠区域，并在Image1和Image2标识出重叠区域。 算法思想： 若两幅图像存在重叠区域，则进行图像匹配后，会得到一张完整的全景图，因而可以转换成图像匹配问题。 图像匹配问题，可以融合两幅图像，得到全景图，但无法标识出在原图像的重叠区域。 将两幅图像都理解为多边形，则其重叠区域的计算，相当于求多边形的交集。 通过多边形求交，获取... 阅读全文
摘要：
1.分离视频音频流ffmpeg -i input_file -vcodec copy -an output_file_video //分离视频流 ffmpeg -i input_file -acodec copy -vn output_file_audio //分离音频流 2.视频解复用ffmpeg –i test.mp4 –vcodec copy –an –f m4v test.264 ff... 阅读全文
摘要：
问题描述：ffplay播放rtsp视频流时，播放过程中随机出现花屏现象。 基本流程学习：阅读ffplay源码，熟悉其播放rtsp视频流的基本流程。 在ffplay源码阅读和分析的基础上，画出了其播放rtsp的函数调用关系，如下图所示： avformat_open_input函数根据输入的文件名，与rtsp_read_packet关联。 rtsp_read_packet完成每个rtp包的读取和解析... 阅读全文
摘要：
问题描述：在测试目标跟踪算法时，需要选择不同区域作为目标，进行目标跟踪，测试目标跟踪的效果。 解决思路： 1.OpenCV中提供了鼠标交互控制，利用setMouseCallback()给固定的窗口设置鼠标回调函数。 2.在鼠标回调函数中，选择感兴趣区域。 代码实现如下，将感兴趣区域封装在MouseSelect类中，提供选择点和矩形框两种模式。 1 #pragma once 2 #ifndef... 阅读全文
摘要：
CUDA基本使用方法 在介绍OpenCV中GPU模块使用之前，先回顾下CUDA的一般使用方法，其基本步骤如下： 1.主机代码执行；2.传输数据到GPU；3.确定grid，block大小； 4.调用内核函数，GPU运行程序；5.传输结果到CPU；6.继续主机代码执行。 下图是两个向量相加的简单示例程序和处理流图。 注意的问题：cu，cpp文件的组织 内核函数和其wrapper函数置于... 阅读全文
摘要：
问题描述：项目中，需要对高清监控视频分析处理，经测试，其解码过程所占CPU资源较多，导致整个系统处理效率不高，解码成为系统的瓶颈。 解决思路： 利用GPU解码高清视频，降低解码所占用CPU资源，加速解码过程。 一、OpenCV中的硬解码 OpenCV2.4.6中，已实现利用GPU进行读取视频，由cv::gpu::VideoReader_GPU完成，其示例程序如下。 1 int main(int ... 阅读全文
摘要：
一、OpenCV中的硬编码 OpenCV2.4.6中，已实现利用GPU进行写视频，编码过程由cv::gpu::VideoWriter_GPU完成，其示例程序如下。 1 int main(int argc, const char* argv[]) 2 { 3 if (argc != 2) 4 { 5 std::cerr " > frame; 28 ... 阅读全文
摘要：
前面介绍利用NVIDIA公司提供的CUVID库进行视频硬解码，下面将介绍利用DXVA进行硬解码。 一、DXVA介绍 DXVA是微软公司专门定制的视频加速规范，是一种接口规范。DXVA规范制定硬件加速解码可分四级：VLD，控制BitStream；IDCT，反余弦变换；Mocomp，运动补偿，Pixel Prediction；PostProc，显示后处理。其中，VLD加速等级最高，所以其包含IDC... 阅读全文