Mini-OpenCV
基于 CUDA 的高性能图像处理库 — 覆盖像素操作、卷积、形态学、几何变换、滤波、色彩空间转换与异步流水线处理。所有算子均 GPU 并行实现，提供类 OpenCV 风格的 C++ API。
架构总览
┌─────────────────────────────────────────────────────────┐
│ 用户应用层 │
│ ImageProcessor · PipelineProcessor │
├─────────────────────────────────────────────────────────┤
│ 算子层 (CUDA Kernels) │
│ PixelOperator │ ConvolutionEngine │ HistogramCalculator │
│ ImageResizer │ Morphology │ Threshold │
│ ColorSpace │ Geometric │ Filters │
│ ImageArithmetic │
├─────────────────────────────────────────────────────────┤
│ 基础设施层 │
│ DeviceBuffer · MemoryManager · StreamManager · CudaError │
│ GpuImage · HostImage · ImageIO (stb) │
└─────────────────────────────────────────────────────────┘
功能矩阵
像素 & 卷积
| 算子 |
功能 |
优化技术 |
| PixelOperator |
反色、灰度化、亮度调整 |
逐像素并行 |
| ConvolutionEngine |
高斯模糊、Sobel 边缘检测、自定义卷积核 |
Shared Memory Tiling |
| HistogramCalculator |
直方图计算、均衡化 |
原子操作 + 并行规约 |
形态学 & 阈值
| 算子 |
功能 |
说明 |
| Morphology |
腐蚀、膨胀、开/闭运算、梯度、顶帽、黑帽 |
可自定义结构元素 |
| Threshold |
全局阈值、自适应阈值、Otsu 自动阈值 |
直方图驱动 |
几何变换 & 滤波
| 算子 |
功能 |
说明 |
| Geometric |
旋转、翻转、仿射/透视变换、裁剪、填充 |
双线性插值 |
| ImageResizer |
双线性插值、最近邻插值 |
任意尺寸缩放 |
| Filters |
中值、双边、盒式、锐化、拉普拉斯 |
保边去噪 |
色彩空间 & 图像算术
| 算子 |
功能 |
说明 |
| ColorSpace |
RGB/HSV/YUV 转换、通道分离/合并 |
批量转换 |
| ImageArithmetic |
加/减/乘、Alpha 混合、加权和、绝对差 |
标量 & 图像 |
流水线
| 算子 |
功能 |
说明 |
| PipelineProcessor |
多步骤串联、批量异步处理 |
多 CUDA Stream 并发 |
快速开始
# 构建
mkdir build && cd build
cmake -DBUILD_TESTS=ON -DBUILD_EXAMPLES=ON ..
make -j$(nproc)
# 运行测试
ctest --output-on-failure
# 运行示例
./bin/basic_example
./bin/pipeline_example
代码示例
#include "gpu_image/gpu_image_processing.hpp"
using namespace gpu_image;
ImageProcessor processor;
GpuImage gpuImage = processor.loadFromHost(hostImage);
// 基础处理
GpuImage blurred = processor.gaussianBlur(gpuImage, 5, 1.5f);
GpuImage edges = processor.sobelEdgeDetection(gpuImage);
GpuImage gray = processor.toGrayscale(gpuImage);
HostImage result = processor.downloadImage(blurred);
// 流水线批量处理
PipelineProcessor pipeline(4); // 4 个 CUDA streams
pipeline.addStep([](GpuImage& img, cudaStream_t s) {
GpuImage temp;
ConvolutionEngine::gaussianBlur(img, temp, 3, 1.0f, s);
img = std::move(temp);
});
std::vector<HostImage> outputs = pipeline.processBatchHost(inputs);
技术栈
| 类别 |
技术 |
| 语言 |
CUDA + C++17 |
| 构建 |
CMake 3.18+ |
| 测试 |
Google Test v1.14.0 (FetchContent) |
| 基准 |
Google Benchmark v1.8.3 (可选) |
| 图像 I/O |
stb (可选，FetchContent) |
| 代码格式 |
clang-format |
| CI |
GitHub Actions (CUDA build + format check) |
GPU 架构支持
| 架构 |
Compute Capability |
代号 |
| Turing |
SM 75 |
RTX 20xx / T4 |
| Ampere |
SM 80 / 86 |
A100 / RTX 30xx |
| Ada Lovelace |
SM 89 |
RTX 40xx / L4 |
| Hopper |
SM 90 |
H100 |
项目结构
mini-opencv/
├── include/gpu_image/ # 公共头文件（19 个模块）
│ ├── gpu_image_processing.hpp # 统一入口头文件
│ ├── image_processor.hpp # 高级同步 API
│ ├── pipeline_processor.hpp # 流水线异步 API
│ ├── convolution_engine.hpp # 卷积算子
│ ├── morphology.hpp # 形态学算子
│ ├── geometric.hpp # 几何变换
│ ├── filters.hpp # 滤波 + 图像算术
│ ├── color_space.hpp # 色彩空间转换
│ ├── threshold.hpp # 阈值处理
│ ├── device_buffer.hpp # RAII GPU 内存
│ └── ... # cuda_error, gpu_image, stream_manager 等
├── src/ # CUDA/C++ 源文件（16 个）
├── tests/ # 单元测试（12 个测试文件）
├── examples/ # 示例程序
│ ├── basic_example.cpp # 基础用法
│ └── pipeline_example.cpp # 流水线用法
├── benchmarks/ # 性能基准测试
├── CMakeLists.txt # CMake 构建系统
└── _config.yml # GitHub Pages 配置
工程质量
- 现代 CMake — target-based 编译选项与 generator expressions，支持
BUILD_INTERFACE/INSTALL_INTERFACE
- FetchContent 依赖 — GTest v1.14.0、Google Benchmark v1.8.3、stb（无需手动安装第三方库）
- CUDA 架构自动检测 — CMake 3.24+ 自动使用
native，低版本回退常见架构列表
- Install 支持 —
gpu_image::gpu_image_processing CMake 导出目标，可作为依赖库使用
- 版本注入 — 编译期注入
GPU_IMAGE_VERSION_MAJOR/MINOR/PATCH 宏
- CI 流水线 — GitHub Actions 自动化构建 + clang-format 格式检查
- 完整测试 — 12 个测试文件覆盖所有算子模块
- 跨平台编译选项 — GCC/Clang (
-Wall -Wextra) + MSVC (/W4) 双支持
链接