问题标签 [openvx]

我想为 rasberry pi 制作一个图像识别程序。我从 OpenCV 开始，但刚刚发现了 OpenVX，它是 OpenCV 的硬件加速器。由于速度和效率在嵌入式系统上很重要，我很好奇如何利用这项新技术。我必须将我的代码移植到 OpenVX 还是它是与我的 OpenCV 程序一起运行的程序？

问题是 OpenVX 与传统 OpenCV 包相比的性能。各位小伙伴们，谁知道光流金字塔的计算速度比较快？OpenCV 中用于此操作的函数如下： cv::buildOpticalFlowPyramid(nextFrame, nextPyr, winSize, maxLevel, true); 谁更快？

随 Linux 4 Tegra 提供的用于 Tegra 设备的 OpenCv 是否在下面使用 NPP 和 OpenVX？还是我必须自己进行此类优化？

任何对指向证明的链接的引用将不胜感激。

我已将以下 OpenVx Sobel 立即代码转换为基于 Graph 的 . 但是做的结果匹配。

立即代码工作正常，它给出了正确的结果。而图形代码比单个图像的立即代码花费“更长的时间”并且也会产生错误的结果。

那么我的转换正确吗？

立即代码：

上述即时代码的基于图形的代码

我尝试了 OpenCv gpu 模块的几个功能，并将相同的行为与 visionWorks 即时代码进行了比较。令人惊讶的是，在所有情况下，OpenCv Gpu 模块的性能都比VisionWorks 快得多。

例如使用opencv手动实现的4级高斯金字塔

100 次迭代平均需要 2.5 毫秒。鉴于，VisionWorks

单次执行耗时 11.1 毫秒，100 次迭代平均耗时 96 毫秒。

如果这通常是正确的，那么 visionWorks 提供什么？

我在 Jetson TK1 上运行 L4T 的“cuda-repo-l4t-r21.3-6-5-local_6.5-50”版本

我遵循 opencv_npp_interop 示例作为将 OpenCv Mat 转换为 vx_image 的参考，但该示例仅显示灰度图像（单通道）。所以我尝试将它的 3 通道 (RGB) Mat 修改为 vx_image (RGB)。

如果我查询返回的 vx_image 的平面数属性，我只显示 1 个平面。而我假设它应该是 3 平面 (RGB)。

其次，如果我现在将这个返回的所谓 RGB 图像转换为 YUV 并查询平面，我得到 3 个平面，但是当我提取单独的通道时，我只能提取“Y”通道，其他两个 vxuChannelExtract 调用导致“-10 ：无效参数”。

所以我假设问题的根源仍然是 RGB 转换。我做错了什么 ？

Halide 和 OpenVX 似乎有相似的目标。

有人可以评论他们的不同之处以及他们在当今社区采用方面的立场吗？

我正在尝试了解 Open-vx 对象节点以满足我的一项要求。我已经阅读了规范，但无法理解 API vxRemoveNode() 和 vxReleaseNode() 之间的确切区别。规范说 vxReleaseNode ：

我没有得到上述陈述中的第二点。

根据我的理解重新分级 vxRemoveNode 会完全从图中删除节点。

在调用这两个 API 后的 post 条件中，在他们提到的规范中：

"After returning from this function the reference is zeroed"

请帮助我了解这些 API 之间的确切区别。

我有两个vx_image和src，dst我需要从中获取每个像素src vx_image并进行一些操作并将其设置为dstvx 图像。

我找不到执行此操作的正确文档。我可以知道该怎么做吗？

谢谢你。

我正在尝试使用 openVX 读取图像。我通过参考一些示例编写了以下程序。

但我收到以下错误。

vxuFWriteImage()我也无法vxuFReadImage()在openVX标题 ( openvx/include/VX/vx_*) 中找到函数。

任何人都可以帮助我使用 openVX 读写和显示图像。

谢谢你。