OpenCV KAKUUCHI

Canny

Gallery

src 元画像

dst 処理画像 (×4, grayscale, Canny)

what process?

CUDAを使ったCannyにより輪郭抽出。

元画像の4倍にし、グレースケールにした後で処理をかけています。

データセットは、"The PASCAL Visual Object Classes Challenge 2007"(VOC2007)で使われている訓練データとテストデータを合わせた9963枚の画像とした。

実行環境PCは下記の通りです。(そこまで新しくない)
・CPU AMD Ryzan 5 1400
・GPU NVIDIA GeForce GTX960 (CUDAコア数:1024、GPUメモリ:2GB)
・マザーボード MSI B450 GAMING PLUS MAX B450
・メモリ DDR4 8G * 4枚

CPU と GPU でそれぞれ処理させて時間を計測してみた。
・CPU 79.006123[sec]
・GPU 123.396521[sec]

CPUの方が速い結果になった。

cook code C++

//STANDARD
#include <iostream>

//OPENCV
#include <opencv2/core.hpp>
#include <opencv2/core/utility.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/core/cuda.hpp>
#include <opencv2/cudawarping.hpp>
#include <opencv2/cudaimgproc.hpp>

//BOOST
#include <boost/timer/timer.hpp>
#include <boost/filesystem.hpp>
#include <boost/foreach.hpp>

namespace fs = boost::filesystem;
const int __MAG__ = 4;

cv::Mat cpu_process(std::string path){
        cv::Mat mat = cv::imread(path);
        cv::Mat bigMat;
		cv::Mat gray;
        cv::Mat dst;

cv::resize(mat, bigMat, cv::Size(), __MAG__, __MAG__);
		cv::cvtColor(bigMat, gray, cv::COLOR_BGR2GRAY);
        cv::Canny(gray, dst, 50, 200);

mat.release();
        bigMat.release();

return dst;
}

cv::Mat gpu_process(std::string path){

cv::Mat mat = cv::imread(path), dst;
    cv::cuda::GpuMat gpu_src, gpu_bigmat, gpu_dst;

gpu_src.upload(mat);

cv::cuda::resize(gpu_src, gpu_bigmat, cv::Size(), __MAG__, __MAG__);
  
    cv::cuda::cvtColor(gpu_bigmat, gpu_gray, cv::COLOR_BGR2GRAY);
    cv::Ptr<cv::cuda::CannyEdgeDetector> obj =
            cv::cuda::createCannyEdgeDetector(50, 200);
    obj->detect(gpu_gray, gpu_dst);

gpu_dst.download(dst);

gpu_dst.release();
    gpu_bigmat.release();
    gpu_src.release();
    mat.release();

return dst;
}

int main(int argc, const char* argv[]){

cv::String keys = "{gpu||}";
    cv::CommandLineParser parser(argc, argv, keys);
    bool is_gpu = parser.get<bool>("gpu");

boost::timer::cpu_timer timer; // 時間計測を開始
    
    fs::path dir("../dataset/VOCdevkit/VOC2007/JPEGImages");
    cv::Mat outMat;

int i = 0;
    BOOST_FOREACH(const fs::path& p, std::make_pair(fs::directory_iterator(dir),
                                                    fs::directory_iterator())) {
        if (!fs::is_directory(p)){
            std::string parent_path = p.parent_path().c_str();  
            std::string slash = "/";
            std::string filename = p.filename().c_str();
            std::string full_path = parent_path + slash + filename;
            std::cout << full_path << std::endl;

if(is_gpu){
                    outMat = gpu_process(full_path);
            }else{
                    outMat = cpu_process(full_path);
            }
        }
        i++;
    }

std::string result = timer.format(); // 結果文字列を取得する
    std::cout << result << std::endl;

cv::imwrite("output.png", outMat);
    return 0;
}

cook code Python

Reference

戻る(Back Page)