为什么 cv::cuda::createMedianFilter 函数比 cv::medianBlur 慢？答案

【问题标题】：why cv::cuda::createMedianFilter function is slower than cv::medianBlur?为什么 cv::cuda::createMedianFilter 函数比 cv::medianBlur 慢？
【发布时间】：2016-11-05 09:19:34
【问题描述】：

如您所知，Ptr<Filter> cv::cuda::createMedianFilter (int srcType, int windowSize, int partition=128) 函数已添加到 OpenCV3.1.0。

我正在尝试对具有自定义窗口大小（最多 21 个）的 8 位大图像（6000*6000）进行中值过滤。我比较了cv::medianBlur 和cv::cuda::createMedianFilter，结果是

windowSize    cv::medianBlur    cv::cuda::createMedianFilter
    3             0.071 sec         3.637 sec
    5             0.285 sec         3.679 sec
    11            2.641 sec         3.652 sec
    19            2.566 sec         3.719 sec

1) 为什么 cuda::createMedianFilter 比 cv::medianBlur 慢？

2) 我如何编写内核代码来实现使用具有自定义内核大小的 opencv Mat 的中值滤波器？

【问题讨论】：

问题2，你想问哪一个？ CUDA代码怎么写，还是只有CUDA卷积代码怎么写？
@kangshiyins CUDA卷积代码怎么写

标签： opencv gpu opencv3.1

【解决方案1】：

我也用cuda::createMedianFilter()发现，每次调用MedianFilter::apply()都会新分配两个GpuMatfilter->apply()，GPU内存分配非常耗时，所以我把这两个Mats移到MedianFilter类中成为成员vars（除非图像大小发生变化，否则不要再次分配）。

使用 1000 张图像 (400 * 300) 测试速度提高 4 倍。另外，好像参数partitions可以设置为src.rows / 2，比原来的parameter-128要快。

src code 中的两个垫子是GpuMat devHist; GpuMat devCoarseHist

【讨论】：

【解决方案2】：

在图像大小不变的情况下，卷积运算的速度主要取决于滤波器核的大小。考虑到排序比求和更复杂，中值滤波将花费更长的时间。

要下层实现自定义过滤内核的CUDA卷积函数，需要获取图像数据的原始指针

MyConv(char* image, int width, int height, int stride)

然后编写 CUDA 代码。

这是关于 cuda 卷积的教程。

http://igm.univ-mlv.fr/~biri/Enseignement/MII2/Donnees/convolutionSeparable.pdf

这个问题也举了一个例子。

cuda convolution mapping

【讨论】：

感谢kangshiyin，在OpenCV的两个函数（medianBlur和createMedianFilter）中我们都可以设置kernelSize。你能清楚地回答第二个问题吗？
@amirhossein 你的意思是“自定义内核”而不是“自定义内核大小”吗？
@kangshiyins custom kernel size mean: kernel radius, like 3, 5, 7, 9, 11, 13, 15.自定义内核，如5*5的内核，即填充'1'三角形顶部或三角形底部，甚至只有第三行。例如，内核为 5*5，第三行填充为“1”，25 个内核元素中只有 5 个元素为“1”
@amirhossein 我知道，但您想在第二季度了解哪一个？你写了“自定义内核大小”，但我认为它会是“自定义内核”
@kangshiyins 对于第一个版本，内核大小为 15*15，内核形状为圆形。在这种情况下，用 '1' 填充 157 像素