计算机视觉正在给许多行业带来革命性的变化,OpenCV是使用最广泛的计算机视觉工具之一,能够在多种编程语言中工作。目前,需要在计算机视觉中实时处理较大的图像,而单凭OpenCV是难以做到的。在这方面图形处理器(GPU)和CUDA可以提供帮助。因此,本书提供了一个将OpenCV与CUDA集成的实际应用的详细概述。本书首先解释了用CUDA对GPU编程,这对于从未使用过GPU的计算机视觉开发人员来说是必不可少的。然后通过一些实例说明了如何用GPU和CUDA对OpenCV进行加速。当要在现实生活场景中使用计算机视觉应用程序时,需要将其部署在嵌入式开发板上,本书涵盖了如何在NVIDIA Jetson TX1上部署OpenCV应用程序,这是非常流行的计算机视觉和深度学习应用程序。本书的最后一部分介绍了PyCUDA,结合Python使用OpenCV的计算机视觉开发人员会使用它。PyCUDA是一个Python库,它利用CUDA和GPU的功能来加速。本书为在C++或Python中使用OpenCV的开发人员提供了一个完整的指南,帮助他们通过亲身体验来加速计算机视觉应用程序。
基于GPU加速的计算机视觉编程:使用OpenCV和CUDA实时处理复杂图像数据(本书提供了OpenCV与CUDA集成以实现实际应用的详细概述,读者将通过本书的实践方法增强计算机视觉应用程序。) (智能系统与技术丛书) EPUB, PDF, MOBI, AZW3, TXT, FB2, DjVu, Kindle电子书免费下载。