OpenCV KAKUUCHI

CornerMinEigenVal

Gallery

src 元画像

dst 処理画像 (grayscale, cornerMinEigenVal, normalize)

what process?

CUDAを使ったShiTomasiのコーナー検出。

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 ASUS PRIME B450M-A
・メモリ DDR4 8G * 3枚

CPU と GPU でそれぞれ処理させて時間を計測してみた。
・CPU 53.074278[sec]
・GPU 47.270670[sec]
GPUの方が若干早い。
てか、Harrisによるコーナー検出よりも2倍はやい。

cook code C++

//STANDARD
#include <iostream>
#include <algorithm>

//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>
#include <opencv2/cudafilters.hpp>
#include <opencv2/cudaarithm.hpp>

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

namespace fs = boost::filesystem;
int thresh = 128;

cv::Mat cpu_process(std::string path){
  cv::Mat mat = cv::imread(path);
  cv::Mat gray;
  cv::Mat corners = cv::Mat::zeros(mat.size(), CV_32FC1);
  cv::Mat corners_norm;
  cv::Mat dst = mat.clone();

cv::cvtColor(mat, gray, cv::COLOR_BGR2GRAY);
  cv::cornerMinEigenVal(gray, corners, 2, 3); 
  cv::normalize(corners, corners_norm, 0, 255, cv::NORM_MINMAX, CV_32FC1, cv::Mat() );

mat.release();
  gray.release();
  corners.release();
  corners_norm.release();

return dst;
}

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

cv::Mat mat = cv::imread(path), corners_norm;
    cv::Mat dst = mat.clone();
    cv::cuda::GpuMat gpu_src, gpu_gray, gpu_corners, gpu_corners_norm;

dst = mat.clone();
    gpu_src.upload(mat);

cv::cuda::cvtColor(gpu_src, gpu_gray, cv::COLOR_BGR2GRAY);
    cv::Ptr<cv::cuda::CornernessCriteria> obj =
      cv::cuda::createMinEigenValCorner(gpu_gray.type(), 2, 3);

obj->compute(gpu_gray, gpu_corners);
    cv::cuda::normalize(gpu_corners, gpu_corners_norm, 0, 255, cv::NORM_MINMAX, CV_32FC1);

gpu_corners_norm.download(corners_norm);

for( int i = 0; i < corners_norm.rows ; i++ ){
        for( int j = 0; j < corners_norm.cols; j++ ){
            if( (int) corners_norm.at<float>(i,j) > thresh ){
                cv::circle( dst, cv::Point(j,i), 2, cv::Scalar(0, 0, 255), -1, cv::LINE_AA);
            }
        }
    }
  
    gpu_corners_norm.release();
    gpu_corners.release();
    gpu_gray.release();
    gpu_src.release();
    corners_norm.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, dstMat;

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

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

cook code Python

Reference

戻る(Back Page)