常见问题
Mini-OpenCV 常见问题解答。
安装
Q: CMake 找不到 CUDA
bash
# 显式设置 CUDA 路径
export CUDAToolkit_ROOT=/usr/local/cuda
cmake -S . -B buildQ: 找不到 nvcc
bash
# 添加 CUDA 到 PATH
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATHQ: GPU 架构错误
bash
# 手动指定架构
cmake -S . -B build -DCUDA_ARCH="80;86;89"使用
Q: 如何加载图像？
cpp
HostImage image = ImageIO::load("image.jpg");
GpuImage gpu = processor.loadFromHost(image);Q: 如何保存图像？
cpp
HostImage result = processor.downloadImage(gpu);
ImageIO::save("output.jpg", result);Q: 支持哪些图像格式？
- JPEG/JPG
- PNG
- BMP
- TGA（仅读取）
Q: 如何高效处理多张图像？
使用 PipelineProcessor 配合多流：
cpp
PipelineProcessor pipeline(4); // 4 个流
for (auto& img : images) {
pipeline.gaussianBlur(img, 5, 1.5f, pipeline.getStream());
}
pipeline.synchronize();性能
Q: 为什么 GPU 比预期慢？
- 检查 GPU 温度：
nvidia-smi - 确保电源模式已设置：
sudo nvidia-smi -pm 1 - 验证 CUDA 版本与驱动匹配
Q: 需要多少显存？
对于 4K 图像 (3840×2160)：
- 单张图像：~25 MB
- 处理流水线：~100 MB
Q: 最优内核大小是多少？
对于高斯模糊：
- 3×3 到 15×15：最佳性能
- 更大：使用可分离卷积
错误
Q: "CUDA 不可用"
- 安装 CUDA Toolkit
- 验证 GPU 可见：
nvidia-smi - 检查计算能力 ≥ 7.5
Q: 内存不足
- 减小图像尺寸
- 批量处理
- 使用内存池
Q: 测试失败
bash
# 详细输出运行
ctest --test-dir build --output-on-failure -V对比
Q: 与 OpenCV 相比如何？
| 特性 | OpenCV | Mini-OpenCV |
|---|---|---|
| 执行位置 | CPU | GPU |
| 速度 | 基准 | 快 30-50 倍 |
| 内存 | 系统内存 | GPU 显存 |
Q: 何时使用 Mini-OpenCV？
- 实时处理
- 大图像（4K+）
- 批量处理
- 性能关键应用
Q: 何时使用 OpenCV？
- 仅 CPU 系统
- 小图像
- 尚未实现的操作
- 与现有 OpenCV 代码集成