我真的需要一些帮助和建议，因为我是实时图像处理的新手。
我正在尝试为相机获得1000fps的系统实现算法，我需要获取所有图像中每个像素的值，并对N中像素[i] [j]的演变进行不同的计算图像的数量，用于图像中的所有像素。我有（unsigned char * ptr）我想将它们传输到GPU并开始使用CUDA实现算法并将数据返回给CPU。 但我不确定什么是实时处理的最佳选择。我的系统：CPU Intel Xeon x5660 2.8Ghz（2个处理器）GPU NVIDIA Quadro 5000 问题是我希望确保在获得1000fps并将其传递给GPU进行处理时，如何确保我不会丢失任何数据以便下一次从抓取器传入？ 我需要在c ++中实现多线程吗？和OpenCV / OpenCL / CUDA中的parralel编程？ 如果您有任何想法或建议，请告诉我。我真的需要一些专家的实时图像处理建议。谢谢
答案 0 :(得分：14)
如您所知，OpenCV使用CUDA框架在GPU中实现了它的一些功能。
您可以编写自己的CUDA代码/函数来处理数据并将其转换为OpenCV格式而不会出现任何问题。我演示了如何在cuda-grayscale上执行此操作。我想这个例子可以回答你的大部分问题。
请注意 OpenCV 2.3.1使用CUDA 4.0 ， OpenCV 2.4仅适用于CUDA 4.1 。
关于这句话：
我希望确保在获得1000fps时将其传递给GPU进行处理
您很可能无法像来自相机一样快速处理帧。如果您不想丢弃任何帧，您可以忘记实时（我假设您没有使用非常小的图像（10x15））。
如果您确实需要使用1000 FPS，则必须实施缓冲机制来存储来自设备的帧。这就是我们开始讨论多线程系统的实现的地方：应用程序的主线程将负责从相机中抓取帧并将它们存储在缓冲区中，并且第二个线程将从缓冲区读取并对帧执行处理。
有关如何实施缓冲机制的信息，请检查：
How to implement a circular buffer of cv::Mat objects (OpenCV)?