最小值/最大值位置

概述

最小值/最大值位置算法对输入图像执行 2D 搜索操作。该算法查找像素的最小值和最大值，从而得到最小值和最大值的两组像素位置。这些位置是与全局最小值或最大值完全匹配的像素的 \((x,y)\) 坐标。此操作可用于定位图像上的峰值，无论是最高峰值、最低峰值还是两者兼有。

此示例显示了左侧的输入图像，以及右侧对应的最小值（蓝色）和最大值（红色）位置。

输入	输出

实现

该算法在输入图像中搜索最小值和最大值。每个与最小值匹配的像素的位置都存储在输出数组中。最大值的操作在第二个输出数组中完成。可能会找到同一值的多个位置，无论是最小值还是最大值。

图像中的位置是一个关键点，其坐标为 \((x, y)\)，分别对应于基于矩阵的坐标 \((j, i)\)。位置存储在用户提供的输出数组中，直到达到数组容量，该容量在数组创建时定义。最小值和最大值输出数组都这样做。每个数组返回的最大位置数可能不同，因为它们对应的容量可能不同。用户可以选择不提供输出数组（通过在参数中传递 NULL），在这种情况下，将不会搜索相应的位置。

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
vpiCreateMinMaxLoc	为 vpiSubmitMinMaxLoc 创建有效载荷。
vpiSubmitMinMaxLoc	在图像中查找最小值和最大值位置。

用法

语言 C/C++ Python

1. 导入 VPI 模块

   import vpi

2. 使用 CPU 后端在输入图像上运行 MinMaxLoc 搜索。输入是 VPI 图像。

   with vpi.Backend.CPU
   min_coords, max_coords = input.minmaxloc(min_capacity=10000, max_capacity=10000)

3. （可选）检索最小值和最大值。
   1. 锁定输入图像和最小值/最大值输出数组，以高效访问其内容。

      with input.rlock_cpu() as in_data, min_coords.rlock_cpu() as min_data, max_coords.rlock_cpu() as max_data

   2. 检索具有最小值和最大值的第一个像素的坐标。 (x,y) 坐标被交换为 (y,x) 并转换为元组，适用于 2D numpy 数组索引。

      min_loc = tuple(min_data[0].astype(int)[::-1])
      max_loc = tuple(max_data[0].astype(int)[::-1])

   3. 使用这些坐标中的第一个来检索最小值/最大值像素值。

      min_value = in_data[min_loc]
      max_value = in_data[max_loc]

1. 初始化阶段
   1. 包含定义所需函数的头文件。

      #include <vpi/algo/MinMaxLoc.h>

   2. 定义输入图像对象。

          VPIImage input = /*...*/;

   3. 创建将包含处理所需的所有临时缓冲区的有效载荷。有效载荷创建需要输入的尺寸和格式。

          VPIImageFormat format;
          vpiImageGetFormat(input, &format);
       
          int width, height;
          vpiImageGetSize(input, &width, &height);
       
          VPIPayload payload;
          vpiCreateMinMaxLoc(VPI_BACKEND_CPU, width, height, format, &payload);

   4. 创建用于存储最小值和最大值坐标的输出数组。在此示例中，它们的容量设置为 10,000，这限制了要查找的位置数量。

          VPIArray minCoords;
          vpiArrayCreate(10000, VPI_ARRAY_TYPE_KEYPOINT_F32, 0, &minCoords);
       
          VPIArray maxCoords;
          vpiArrayCreate(10000, VPI_ARRAY_TYPE_KEYPOINT_F32, 0, &maxCoords);

   5. 创建将在其中提交算法以供执行的流。

          VPIStream stream;
          vpiStreamCreate(0, &stream);

2. 处理阶段
   1. 将算法提交到流，传递输入图像和输出数组。在此示例中，它将由 CPU 后端执行。

          vpiSubmitMinMaxLoc(stream, VPI_BACKEND_CPU, payload, input, minCoords, maxCoords);

   2. （可选）检索最小值和最大值。
      1. 同步流以确保操作完成

             vpiStreamSync(stream);

      2. 锁定输入图像和最小值/最大值输出数组。

             VPIImageData inputImageData;
             vpiImageLockData(input, VPI_LOCK_READ, VPI_IMAGE_BUFFER_HOST_PITCH_LINEAR, &inputImageData);
          
             VPIArrayData minCoordsData, maxCoordsData;
             vpiArrayLockData(minCoords, VPI_LOCK_READ, VPI_ARRAY_BUFFER_HOST_AOS, &minCoordsData);
             vpiArrayLockData(maxCoords, VPI_LOCK_READ, VPI_ARRAY_BUFFER_HOST_AOS, &maxCoordsData);

      3. 检索找到的第一个最小值和最大值的坐标。

             VPIKeypointF32 *min_coords = (VPIKeypointF32 *)minCoordsData.buffer.aos.data;
             VPIKeypointF32 *max_coords = (VPIKeypointF32 *)maxCoordsData.buffer.aos.data;
          
             int min_i = min_coords[0].y;
             int min_j = min_coords[0].x;
          
             int max_i = max_coords[0].y;
             int max_j = max_coords[0].x;

      4. 使用这些坐标作为输入图像内容的 2D 索引，以检索最小值/最大值像素值。这里假设输入图像格式为 VPI_IMAGE_FORMAT_U8。对于其他格式，必须采用不同的索引方法。

             // 假设输入图像是灰度图像（只有一个平面）。
         assert(inputImageData.buffer.pitch.numPlanes == 1);
          
             void *imgData = inputImageData.buffer.pitch.planes[0].data;
             int imgPitchBytes = inputImageData.buffer.pitch.planes[0].pitchBytes;
          
             // 假设该平面具有 8 位无符号整数类型。
         assert(inputImageData.buffer.pitch.planes[0].pixelType == VPI_PIXEL_TYPE_U8);
             typedef unsigned char Pixel;
             typedef unsigned char Byte;
          
             const Pixel *min_row = (const Pixel *)((const Byte *)imgData + min_i * imgPitchBytes);
             const Pixel *max_row = (const Pixel *)((const Byte *)imgData + max_i * imgPitchBytes);
          
             unsigned char min_value = min_row[min_j];
             unsigned char max_value = max_row[max_j];

      5. 由于不再需要图像和数组内容，因此必须解锁它们。

             vpiArrayUnlock(maxCoords);
             vpiArrayUnlock(minCoords);
             vpiImageUnlock(input);

3. 清理阶段
   1. 释放流、有效载荷以及输入图像和输出数组所持有的资源。

          vpiStreamDestroy(stream);
          vpiPayloadDestroy(payload);
          vpiImageDestroy(input);
          vpiArrayDestroy(minCoords);
          vpiArrayDestroy(maxCoords);

有关更多信息，请参阅 VPI - 视觉编程接口 的 “C API 参考” 部分中的 MinMaxLoc。

性能

有关如何使用下表中的性能表的信息，请参阅算法性能表。
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，请参阅性能基准。

清除过滤器 设备 Jetson AGX Orin  - 流 1 2 4 8