图像直方图

概述

图像直方图是数字图像中色调分布的表示。它统计每个色调值的像素数量。 更多信息，请参见 [1]。

输入	参数	输出
	start = 0 end = 256 numBins = 256

实现

此算法将分布划分为多个 bin，并统计每个像素值在 bin 中出现的次数。

强度为 'i' 的像素将导致直方图 bin \(b_i\) 递增，其中

\[ b_i = \frac{(i - \text{start}) * \text{numBins}}{\text{end}-\text{start}} \]

注意

在某些极端情况下，来自 CPU 和 CUDA 后端的直方图结果不匹配，因为这些后端执行浮点计算的方式不同。 CPU 和 CUDA 上的浮点计算仅在一定精度水平上保证相同。 这些细微的差异可能导致 bin 索引的计算方式不同。 例如，当start = 0, end = 245, bin 数量 = 50 时，如果像素值为 147，CPU 后端将返回 bin 索引 = 30，而 CUDA 后端将返回 bin 索引 = 29.999998。

C API 函数

有关实现该算法的限制、约束和后端的列表，请查阅以下函数的参考文档

函数	描述
vpiCreateHistogramEven	为图像直方图均匀算法创建有效负载。
vpiSubmitHistogram	计算图像直方图。

用法

语言 C/C++ Python

1. 导入 VPI 模块

   import vpi

2. 使用 CUDA 后端计算输入 VPI 图像的直方图。 输出是一个包含 numBins 元素的 VPI 数组。

   with vpi.Backend.CUDA
   output = input.histogram(numBins, range=(start, end))

1. 初始化阶段
   1. 包含定义图像直方图函数的头文件。

      #include <vpi/algo/Histogram.h>

   2. 定义输入图像。

          VPIImage input = /*...*/;

   3. 创建输出数组。

          VPIArray output;
          vpiArrayCreate(numBins, VPI_ARRAY_TYPE_U32, 0, &output);

   4. 由于此算法需要临时内存缓冲区，请在 CUDA 后端上为其创建有效负载。

          VPIPayload payload;
          vpiCreateHistogramEven(VPI_BACKEND_CUDA, VPI_IMAGE_FORMAT_U8, start, end, numBins, &payload);

   5. 创建流，算法将提交到该流以执行。

          VPIStream stream;
          vpiStreamCreate(0, &stream);

2. 处理阶段
   1. 使用 CUDA 后端将算法连同所有参数提交到流。

          vpiSubmitHistogram(stream, VPI_BACKEND_CUDA, payload, input, output, 0);

   2. （可选）等待直到处理完成。

          vpiStreamSync(stream);

3. 清理阶段
   1. 释放流以及输入和输出图像所持有的资源。

          vpiStreamDestroy(stream);
          vpiImageDestroy(input);
          vpiArrayDestroy(output);
          vpiPayloadDestroy(payload);

更多信息，请参见 VPI - 视觉编程接口 的 “C API 参考” 部分中的 图像直方图。

性能

有关如何使用下述性能表的信息，请参见 算法性能表。
在比较测量结果之前，请查阅 比较算法运行时间。
有关性能基准测试方式的更多信息，请参见 性能基准。

清除过滤器 设备 Jetson AGX Orin  - 流 1 2 4 8

参考

1. https://en.wikipedia.org/wiki/Image_histogram