操作系统：ubuntu22.04
OpenCV版本：OpenCV4.9
IDE:Visual Studio Code
编程语言：C++11

算法描述

OpenCV CUDA 模块（cudev）中的一个仿函数生成器，用于创建一个 “小于阈值设为零” 的图像处理函数对象。
这个函数返回一个仿函数对象（functor），用于在 GPU 上执行 “小于阈值设为 0” 的操作，即：
如果像素值小于 thresh，则设为 0；否则保留原值不变。

函数原型

 template<typename T >
__host__ __device__ ThreshToZeroFunc<T> cv::cudev::thresh_to_zero_func 	( 	T  	thresh	)

参数

T thresh 阈值，如果像素值小于该值，则设置为 0

代码


#include <opencv2/cudev.hpp>
#include <opencv2/cudaimgproc.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>// CUDA kernel 使用 functor 对图像进行 "小于阈值设为 0" 处理
template <typename T>
__global__ void toZeroKernel(const T* input, T* output, int numPixels,cv::cudev::ThreshToZeroFunc<T> func) {int idx = blockIdx.x * blockDim.x + threadIdx.x;if (idx < numPixels) {output[idx] = func(input[idx]);}
}int main() {// Step 1: 读取图像并转为灰度图cv::Mat bgr = cv::imread("/media/dingxin/data/study/OpenCV/sources/images/Lenna.png", cv::IMREAD_COLOR);if (bgr.empty()) {std::cerr << "Failed to load image!" << std::endl;return -1;}cv::Mat src;cv::cvtColor(bgr, src, cv::COLOR_BGR2GRAY); // 灰度图int width = src.cols;int height = src.rows;int numPixels = width * height;// Step 2: 分配 GPU 内存uchar* d_input, *d_output;cudaMalloc(&d_input, numPixels * sizeof(uchar));cudaMalloc(&d_output, numPixels * sizeof(uchar));cudaMemcpy(d_input, src.data, numPixels * sizeof(uchar), cudaMemcpyHostToDevice);// Step 3: 创建 "小于阈值设为 0" 的函数对象auto func = cv::cudev::thresh_to_zero_func<uchar>(128);// Step 4: 启动 kernelint blockSize = 256;int numBlocks = (numPixels + blockSize - 1) / blockSize;toZeroKernel<<<numBlocks, blockSize>>>(d_input, d_output, numPixels, func);// Step 5: 下载结果cv::Mat result(height, width, CV_8U);cudaMemcpy(result.data, d_output, numPixels * sizeof(uchar), cudaMemcpyDeviceToHost);// Step 6: 显示和保存结果cv::imshow("original image", bgr);cv::imshow("ToZero Threshold Result", result);cv::waitKey(0);cv::imwrite("tozero_result.jpg", result);// Step 7: 清理资源cudaFree(d_input);cudaFree(d_output);return 0;
}