我想实现一个 GPU Bayer 到 RGB 图像转换算法，我想知道 OpenCVcvtColor函数使用什么算法。查看源代码，我看到似乎是可变数量的梯度算法和可能是双线性插值的基本算法？有没有人有这方面的经验可以与我分享，或者可能知道从 Bayer 转换为 BGR 格式的 GPU 代码？
源代码在imgproc/src/color.cpp. 我正在寻找它的链接。Bayer2RGB_并且Bayer2RGB_VNG_8u是我正在查看的功能。
编辑：这是源代码的链接。
我已经实现了一个双线性插值算法，但它似乎并不适合我的目的。图片看起来不错，但我想从中计算 HOG 特征，在这方面它似乎不太合适。
如果您指定 VNG 版本，则默认为 4way 线性插值或可变数量的渐变。
有关详细信息，请参阅 ..\modules\imgproc\src\color.cpp。
我向opencv提交了一个简单的线性CUDA Bayer->RGB(A)，如果它被接受了还没有遵循，但它应该在错误跟踪器中。它基于Cuda Bayer/CFA 去马赛克示例中的代码。
这是如何在您自己的代码中使用 cv::GPU 的示例。
/*-------RG ccd BGRA output ----------------------------*/
__global__ void bayerRG(const cv::gpu::DevMem2Db in, cv::gpu::PtrStepb out)
{
// Note called for every pair, so x/y are for start of cell so need x+1,Y+1 for right/bottom pair
// R G
// G B
// src
int x = 2 * ((blockIdx.x*blockDim.x) + threadIdx.x);
int y = 2 * ((blockIdx.y*blockDim.y) + threadIdx.y);
uchar r,g,b;
// 'R'
r = (in.ptr(y)[x]);
g = (in.ptr(y)[x-1]+in.ptr(y)[x+1]+(in.ptr(y-1)[x]+in.ptr(y+1)[x]))/4;
b = (in.ptr(y-1)[x-1]+in.ptr(y-1)[x+1]+(in.ptr(y+1)[x-1]+in.ptr(y+1)[x+1]))/4;
((uchar4*)out.ptr(y))[x] = make_uchar4( b,g,r,0xff);
// 'G' in R
r = (in.ptr(y)[x]+in.ptr(y)[x+2])/2;
g = (in.ptr(y)[x+1]);
b = (in.ptr(y-1)[x+1]+in.ptr(y+1)[x+1])/2;
((uchar4*)out.ptr(y))[x+1] = make_uchar4( b,g,r,0xff);
// 'G' in B
r = (in.ptr(y)[x]+in.ptr(y+2)[x])/2;
g = (in.ptr(y+1)[x]);
b = (in.ptr(y+1)[x-1]+in.ptr(y+1)[x+2])/2;
((uchar4*)out.ptr(y+1))[x] = make_uchar4( b,g,r,0xff);
// 'B'
r = (in.ptr(y)[x]+in.ptr(y)[x+2]+in.ptr(y+2)[x]+in.ptr(y+2)[x+2])/4;;
g = (in.ptr(y+1)[x]+in.ptr(y+1)[x+2]+in.ptr(y)[x+1]+in.ptr(y+2)[x+1])/4;
b = (in.ptr(y+1)[x+1]);
((uchar4*)out.ptr(y+1))[x+1] = make_uchar4( b,g,r,0xff);
}
/* called from */
extern "C" void cuda_bayer(const cv::gpu::DevMem2Db& img, cv::gpu::PtrStepb out)
{
dim3 threads(16,16);
dim3 grid((img.cols/2)/(threads.x), (img.rows/2)/(threads.y));
bayerGR2<<<grid,threads>>>(img,out);
cudaThreadSynchronize();
}
据我所知，它正在使用自适应同质定向去马赛克。在 Hirakawa 的论文和网络上的许多其他来源中进行了解释。