← Back to branch summary

~paparazzi-uav/paparazzi/v5.0-manual

« back to all changes in this revision

Viewing changes to sw/ext/opencv_bebop/opencv/modules/core/src/cuda_gpu_mat.cpp

  • Committer: Paparazzi buildbot
  • Date: 2016-05-18 15:00:29 UTC
  • Revision ID: felix.ruess+docbot@gmail.com-20160518150029-e8lgzi5kvb4p7un9
Manual import commit 4b8bbb730080dac23cf816b98908dacfabe2a8ec from v5.0 branch.

Show diffs side-by-side

added added

removed removed

Lines of Context:
sw/ext/opencv_bebop/opencv/modules/core/src/cuda_gpu_mat.cpp
 
1
/*M///////////////////////////////////////////////////////////////////////////////////////
 
2
//
 
3
//  IMPORTANT: READ BEFORE DOWNLOADING, COPYING, INSTALLING OR USING.
 
4
//
 
5
//  By downloading, copying, installing or using the software you agree to this license.
 
6
//  If you do not agree to this license, do not download, install,
 
7
//  copy or use the software.
 
8
//
 
9
//
 
10
//                          License Agreement
 
11
//                For Open Source Computer Vision Library
 
12
//
 
13
// Copyright (C) 2000-2008, Intel Corporation, all rights reserved.
 
14
// Copyright (C) 2009, Willow Garage Inc., all rights reserved.
 
15
// Copyright (C) 2013, OpenCV Foundation, all rights reserved.
 
16
// Third party copyrights are property of their respective owners.
 
17
//
 
18
// Redistribution and use in source and binary forms, with or without modification,
 
19
// are permitted provided that the following conditions are met:
 
20
//
 
21
//   * Redistribution's of source code must retain the above copyright notice,
 
22
//     this list of conditions and the following disclaimer.
 
23
//
 
24
//   * Redistribution's in binary form must reproduce the above copyright notice,
 
25
//     this list of conditions and the following disclaimer in the documentation
 
26
//     and/or other materials provided with the distribution.
 
27
//
 
28
//   * The name of the copyright holders may not be used to endorse or promote products
 
29
//     derived from this software without specific prior written permission.
 
30
//
 
31
// This software is provided by the copyright holders and contributors "as is" and
 
32
// any express or implied warranties, including, but not limited to, the implied
 
33
// warranties of merchantability and fitness for a particular purpose are disclaimed.
 
34
// In no event shall the Intel Corporation or contributors be liable for any direct,
 
35
// indirect, incidental, special, exemplary, or consequential damages
 
36
// (including, but not limited to, procurement of substitute goods or services;
 
37
// loss of use, data, or profits; or business interruption) however caused
 
38
// and on any theory of liability, whether in contract, strict liability,
 
39
// or tort (including negligence or otherwise) arising in any way out of
 
40
// the use of this software, even if advised of the possibility of such damage.
 
41
//
 
42
//M*/
 
43
 
 
44
#include "precomp.hpp"
 
45
 
 
46
using namespace cv;
 
47
using namespace cv::cuda;
 
48
 
 
49
cv::cuda::GpuMat::GpuMat(int rows_, int cols_, int type_, void* data_, size_t step_) :
 
50
    flags(Mat::MAGIC_VAL + (type_ & Mat::TYPE_MASK)), rows(rows_), cols(cols_),
 
51
    step(step_), data((uchar*)data_), refcount(0),
 
52
    datastart((uchar*)data_), dataend((const uchar*)data_),
 
53
    allocator(defaultAllocator())
 
54
{
 
55
    size_t minstep = cols * elemSize();
 
56
 
 
57
    if (step == Mat::AUTO_STEP)
 
58
    {
 
59
        step = minstep;
 
60
        flags |= Mat::CONTINUOUS_FLAG;
 
61
    }
 
62
    else
 
63
    {
 
64
        if (rows == 1)
 
65
            step = minstep;
 
66
 
 
67
        CV_DbgAssert( step >= minstep );
 
68
 
 
69
        flags |= step == minstep ? Mat::CONTINUOUS_FLAG : 0;
 
70
    }
 
71
 
 
72
    dataend += step * (rows - 1) + minstep;
 
73
}
 
74
 
 
75
cv::cuda::GpuMat::GpuMat(Size size_, int type_, void* data_, size_t step_) :
 
76
    flags(Mat::MAGIC_VAL + (type_ & Mat::TYPE_MASK)), rows(size_.height), cols(size_.width),
 
77
    step(step_), data((uchar*)data_), refcount(0),
 
78
    datastart((uchar*)data_), dataend((const uchar*)data_),
 
79
    allocator(defaultAllocator())
 
80
{
 
81
    size_t minstep = cols * elemSize();
 
82
 
 
83
    if (step == Mat::AUTO_STEP)
 
84
    {
 
85
        step = minstep;
 
86
        flags |= Mat::CONTINUOUS_FLAG;
 
87
    }
 
88
    else
 
89
    {
 
90
        if (rows == 1)
 
91
            step = minstep;
 
92
 
 
93
        CV_DbgAssert( step >= minstep );
 
94
 
 
95
        flags |= step == minstep ? Mat::CONTINUOUS_FLAG : 0;
 
96
    }
 
97
 
 
98
    dataend += step * (rows - 1) + minstep;
 
99
}
 
100
 
 
101
cv::cuda::GpuMat::GpuMat(const GpuMat& m, Range rowRange_, Range colRange_)
 
102
{
 
103
    flags = m.flags;
 
104
    step = m.step; refcount = m.refcount;
 
105
    data = m.data; datastart = m.datastart; dataend = m.dataend;
 
106
    allocator = m.allocator;
 
107
 
 
108
    if (rowRange_ == Range::all())
 
109
    {
 
110
        rows = m.rows;
 
111
    }
 
112
    else
 
113
    {
 
114
        CV_Assert( 0 <= rowRange_.start && rowRange_.start <= rowRange_.end && rowRange_.end <= m.rows );
 
115
 
 
116
        rows = rowRange_.size();
 
117
        data += step*rowRange_.start;
 
118
    }
 
119
 
 
120
    if (colRange_ == Range::all())
 
121
    {
 
122
        cols = m.cols;
 
123
    }
 
124
    else
 
125
    {
 
126
        CV_Assert( 0 <= colRange_.start && colRange_.start <= colRange_.end && colRange_.end <= m.cols );
 
127
 
 
128
        cols = colRange_.size();
 
129
        data += colRange_.start*elemSize();
 
130
        flags &= cols < m.cols ? ~Mat::CONTINUOUS_FLAG : -1;
 
131
    }
 
132
 
 
133
    if (rows == 1)
 
134
        flags |= Mat::CONTINUOUS_FLAG;
 
135
 
 
136
    if (refcount)
 
137
        CV_XADD(refcount, 1);
 
138
 
 
139
    if (rows <= 0 || cols <= 0)
 
140
        rows = cols = 0;
 
141
}
 
142
 
 
143
cv::cuda::GpuMat::GpuMat(const GpuMat& m, Rect roi) :
 
144
    flags(m.flags), rows(roi.height), cols(roi.width),
 
145
    step(m.step), data(m.data + roi.y*step), refcount(m.refcount),
 
146
    datastart(m.datastart), dataend(m.dataend),
 
147
    allocator(m.allocator)
 
148
{
 
149
    flags &= roi.width < m.cols ? ~Mat::CONTINUOUS_FLAG : -1;
 
150
    data += roi.x * elemSize();
 
151
 
 
152
    CV_Assert( 0 <= roi.x && 0 <= roi.width && roi.x + roi.width <= m.cols && 0 <= roi.y && 0 <= roi.height && roi.y + roi.height <= m.rows );
 
153
 
 
154
    if (refcount)
 
155
        CV_XADD(refcount, 1);
 
156
 
 
157
    if (rows <= 0 || cols <= 0)
 
158
        rows = cols = 0;
 
159
}
 
160
 
 
161
GpuMat cv::cuda::GpuMat::reshape(int new_cn, int new_rows) const
 
162
{
 
163
    GpuMat hdr = *this;
 
164
 
 
165
    int cn = channels();
 
166
    if (new_cn == 0)
 
167
        new_cn = cn;
 
168
 
 
169
    int total_width = cols * cn;
 
170
 
 
171
    if ((new_cn > total_width || total_width % new_cn != 0) && new_rows == 0)
 
172
        new_rows = rows * total_width / new_cn;
 
173
 
 
174
    if (new_rows != 0 && new_rows != rows)
 
175
    {
 
176
        int total_size = total_width * rows;
 
177
 
 
178
        if (!isContinuous())
 
179
            CV_Error(cv::Error::BadStep, "The matrix is not continuous, thus its number of rows can not be changed");
 
180
 
 
181
        if ((unsigned)new_rows > (unsigned)total_size)
 
182
            CV_Error(cv::Error::StsOutOfRange, "Bad new number of rows");
 
183
 
 
184
        total_width = total_size / new_rows;
 
185
 
 
186
        if (total_width * new_rows != total_size)
 
187
            CV_Error(cv::Error::StsBadArg, "The total number of matrix elements is not divisible by the new number of rows");
 
188
 
 
189
        hdr.rows = new_rows;
 
190
        hdr.step = total_width * elemSize1();
 
191
    }
 
192
 
 
193
    int new_width = total_width / new_cn;
 
194
 
 
195
    if (new_width * new_cn != total_width)
 
196
        CV_Error(cv::Error::BadNumChannels, "The total width is not divisible by the new number of channels");
 
197
 
 
198
    hdr.cols = new_width;
 
199
    hdr.flags = (hdr.flags & ~CV_MAT_CN_MASK) | ((new_cn - 1) << CV_CN_SHIFT);
 
200
 
 
201
    return hdr;
 
202
}
 
203
 
 
204
void cv::cuda::GpuMat::locateROI(Size& wholeSize, Point& ofs) const
 
205
{
 
206
    CV_DbgAssert( step > 0 );
 
207
 
 
208
    size_t esz = elemSize();
 
209
    ptrdiff_t delta1 = data - datastart;
 
210
    ptrdiff_t delta2 = dataend - datastart;
 
211
 
 
212
    if (delta1 == 0)
 
213
    {
 
214
        ofs.x = ofs.y = 0;
 
215
    }
 
216
    else
 
217
    {
 
218
        ofs.y = static_cast<int>(delta1 / step);
 
219
        ofs.x = static_cast<int>((delta1 - step * ofs.y) / esz);
 
220
 
 
221
        CV_DbgAssert( data == datastart + ofs.y * step + ofs.x * esz );
 
222
    }
 
223
 
 
224
    size_t minstep = (ofs.x + cols) * esz;
 
225
 
 
226
    wholeSize.height = std::max(static_cast<int>((delta2 - minstep) / step + 1), ofs.y + rows);
 
227
    wholeSize.width = std::max(static_cast<int>((delta2 - step * (wholeSize.height - 1)) / esz), ofs.x + cols);
 
228
}
 
229
 
 
230
GpuMat& cv::cuda::GpuMat::adjustROI(int dtop, int dbottom, int dleft, int dright)
 
231
{
 
232
    Size wholeSize;
 
233
    Point ofs;
 
234
    locateROI(wholeSize, ofs);
 
235
 
 
236
    size_t esz = elemSize();
 
237
 
 
238
    int row1 = std::max(ofs.y - dtop, 0);
 
239
    int row2 = std::min(ofs.y + rows + dbottom, wholeSize.height);
 
240
 
 
241
    int col1 = std::max(ofs.x - dleft, 0);
 
242
    int col2 = std::min(ofs.x + cols + dright, wholeSize.width);
 
243
 
 
244
    data += (row1 - ofs.y) * step + (col1 - ofs.x) * esz;
 
245
    rows = row2 - row1;
 
246
    cols = col2 - col1;
 
247
 
 
248
    if (esz * cols == step || rows == 1)
 
249
        flags |= Mat::CONTINUOUS_FLAG;
 
250
    else
 
251
        flags &= ~Mat::CONTINUOUS_FLAG;
 
252
 
 
253
    return *this;
 
254
}
 
255
 
 
256
namespace
 
257
{
 
258
    template <class ObjType>
 
259
    void createContinuousImpl(int rows, int cols, int type, ObjType& obj)
 
260
    {
 
261
        const int area = rows * cols;
 
262
 
 
263
        if (obj.empty() || obj.type() != type || !obj.isContinuous() || obj.size().area() != area)
 
264
            obj.create(1, area, type);
 
265
 
 
266
        obj = obj.reshape(obj.channels(), rows);
 
267
    }
 
268
}
 
269
 
 
270
void cv::cuda::createContinuous(int rows, int cols, int type, OutputArray arr)
 
271
{
 
272
    switch (arr.kind())
 
273
    {
 
274
    case _InputArray::MAT:
 
275
        ::createContinuousImpl(rows, cols, type, arr.getMatRef());
 
276
        break;
 
277
 
 
278
    case _InputArray::CUDA_GPU_MAT:
 
279
        ::createContinuousImpl(rows, cols, type, arr.getGpuMatRef());
 
280
        break;
 
281
 
 
282
    case _InputArray::CUDA_HOST_MEM:
 
283
        ::createContinuousImpl(rows, cols, type, arr.getHostMemRef());
 
284
        break;
 
285
 
 
286
    default:
 
287
        arr.create(rows, cols, type);
 
288
    }
 
289
}
 
290
 
 
291
namespace
 
292
{
 
293
    template <class ObjType>
 
294
    void ensureSizeIsEnoughImpl(int rows, int cols, int type, ObjType& obj)
 
295
    {
 
296
        if (obj.empty() || obj.type() != type || obj.data != obj.datastart)
 
297
        {
 
298
            obj.create(rows, cols, type);
 
299
        }
 
300
        else
 
301
        {
 
302
            const size_t esz = obj.elemSize();
 
303
            const ptrdiff_t delta2 = obj.dataend - obj.datastart;
 
304
 
 
305
            const size_t minstep = obj.cols * esz;
 
306
 
 
307
            Size wholeSize;
 
308
            wholeSize.height = std::max(static_cast<int>((delta2 - minstep) / static_cast<size_t>(obj.step) + 1), obj.rows);
 
309
            wholeSize.width = std::max(static_cast<int>((delta2 - static_cast<size_t>(obj.step) * (wholeSize.height - 1)) / esz), obj.cols);
 
310
 
 
311
            if (wholeSize.height < rows || wholeSize.width < cols)
 
312
            {
 
313
                obj.create(rows, cols, type);
 
314
            }
 
315
            else
 
316
            {
 
317
                obj.cols = cols;
 
318
                obj.rows = rows;
 
319
            }
 
320
        }
 
321
    }
 
322
}
 
323
 
 
324
void cv::cuda::ensureSizeIsEnough(int rows, int cols, int type, OutputArray arr)
 
325
{
 
326
    switch (arr.kind())
 
327
    {
 
328
    case _InputArray::MAT:
 
329
        ::ensureSizeIsEnoughImpl(rows, cols, type, arr.getMatRef());
 
330
        break;
 
331
 
 
332
    case _InputArray::CUDA_GPU_MAT:
 
333
        ::ensureSizeIsEnoughImpl(rows, cols, type, arr.getGpuMatRef());
 
334
        break;
 
335
 
 
336
    case _InputArray::CUDA_HOST_MEM:
 
337
        ::ensureSizeIsEnoughImpl(rows, cols, type, arr.getHostMemRef());
 
338
        break;
 
339
 
 
340
    default:
 
341
        arr.create(rows, cols, type);
 
342
    }
 
343
}
 
344
 
 
345
GpuMat cv::cuda::getInputMat(InputArray _src, Stream& stream)
 
346
{
 
347
    GpuMat src;
 
348
 
 
349
#ifndef HAVE_CUDA
 
350
    (void) _src;
 
351
    (void) stream;
 
352
    throw_no_cuda();
 
353
#else
 
354
    if (_src.kind() == _InputArray::CUDA_GPU_MAT)
 
355
    {
 
356
        src = _src.getGpuMat();
 
357
    }
 
358
    else if (!_src.empty())
 
359
    {
 
360
        BufferPool pool(stream);
 
361
        src = pool.getBuffer(_src.size(), _src.type());
 
362
        src.upload(_src, stream);
 
363
    }
 
364
#endif
 
365
 
 
366
    return src;
 
367
}
 
368
 
 
369
GpuMat cv::cuda::getOutputMat(OutputArray _dst, int rows, int cols, int type, Stream& stream)
 
370
{
 
371
    GpuMat dst;
 
372
 
 
373
#ifndef HAVE_CUDA
 
374
    (void) _dst;
 
375
    (void) rows;
 
376
    (void) cols;
 
377
    (void) type;
 
378
    (void) stream;
 
379
    throw_no_cuda();
 
380
#else
 
381
    if (_dst.kind() == _InputArray::CUDA_GPU_MAT)
 
382
    {
 
383
        _dst.create(rows, cols, type);
 
384
        dst = _dst.getGpuMat();
 
385
    }
 
386
    else
 
387
    {
 
388
        BufferPool pool(stream);
 
389
        dst = pool.getBuffer(rows, cols, type);
 
390
    }
 
391
#endif
 
392
 
 
393
    return dst;
 
394
}
 
395
 
 
396
void cv::cuda::syncOutput(const GpuMat& dst, OutputArray _dst, Stream& stream)
 
397
{
 
398
#ifndef HAVE_CUDA
 
399
    (void) dst;
 
400
    (void) _dst;
 
401
    (void) stream;
 
402
    throw_no_cuda();
 
403
#else
 
404
    if (_dst.kind() != _InputArray::CUDA_GPU_MAT)
 
405
    {
 
406
        if (stream)
 
407
            dst.download(_dst, stream);
 
408
        else
 
409
            dst.download(_dst);
 
410
    }
 
411
#endif
 
412
}
 
413
 
 
414
#ifndef HAVE_CUDA
 
415
 
 
416
GpuMat::Allocator* cv::cuda::GpuMat::defaultAllocator()
 
417
{
 
418
    return 0;
 
419
}
 
420
 
 
421
void cv::cuda::GpuMat::setDefaultAllocator(Allocator* allocator)
 
422
{
 
423
    (void) allocator;
 
424
    throw_no_cuda();
 
425
}
 
426
 
 
427
void cv::cuda::GpuMat::create(int _rows, int _cols, int _type)
 
428
{
 
429
    (void) _rows;
 
430
    (void) _cols;
 
431
    (void) _type;
 
432
    throw_no_cuda();
 
433
}
 
434
 
 
435
void cv::cuda::GpuMat::release()
 
436
{
 
437
}
 
438
 
 
439
void cv::cuda::GpuMat::upload(InputArray arr)
 
440
{
 
441
    (void) arr;
 
442
    throw_no_cuda();
 
443
}
 
444
 
 
445
void cv::cuda::GpuMat::upload(InputArray arr, Stream& _stream)
 
446
{
 
447
    (void) arr;
 
448
    (void) _stream;
 
449
    throw_no_cuda();
 
450
}
 
451
 
 
452
void cv::cuda::GpuMat::download(OutputArray _dst) const
 
453
{
 
454
    (void) _dst;
 
455
    throw_no_cuda();
 
456
}
 
457
 
 
458
void cv::cuda::GpuMat::download(OutputArray _dst, Stream& _stream) const
 
459
{
 
460
    (void) _dst;
 
461
    (void) _stream;
 
462
    throw_no_cuda();
 
463
}
 
464
 
 
465
void cv::cuda::GpuMat::copyTo(OutputArray _dst) const
 
466
{
 
467
    (void) _dst;
 
468
    throw_no_cuda();
 
469
}
 
470
 
 
471
void cv::cuda::GpuMat::copyTo(OutputArray _dst, Stream& _stream) const
 
472
{
 
473
    (void) _dst;
 
474
    (void) _stream;
 
475
    throw_no_cuda();
 
476
}
 
477
 
 
478
void cv::cuda::GpuMat::copyTo(OutputArray _dst, InputArray _mask, Stream& _stream) const
 
479
{
 
480
    (void) _dst;
 
481
    (void) _mask;
 
482
    (void) _stream;
 
483
    throw_no_cuda();
 
484
}
 
485
 
 
486
GpuMat& cv::cuda::GpuMat::setTo(Scalar s, Stream& _stream)
 
487
{
 
488
    (void) s;
 
489
    (void) _stream;
 
490
    throw_no_cuda();
 
491
    return *this;
 
492
}
 
493
 
 
494
GpuMat& cv::cuda::GpuMat::setTo(Scalar s, InputArray _mask, Stream& _stream)
 
495
{
 
496
    (void) s;
 
497
    (void) _mask;
 
498
    (void) _stream;
 
499
    throw_no_cuda();
 
500
    return *this;
 
501
}
 
502
 
 
503
void cv::cuda::GpuMat::convertTo(OutputArray _dst, int rtype, Stream& _stream) const
 
504
{
 
505
    (void) _dst;
 
506
    (void) rtype;
 
507
    (void) _stream;
 
508
    throw_no_cuda();
 
509
}
 
510
 
 
511
void cv::cuda::GpuMat::convertTo(OutputArray _dst, int rtype, double alpha, double beta, Stream& _stream) const
 
512
{
 
513
    (void) _dst;
 
514
    (void) rtype;
 
515
    (void) alpha;
 
516
    (void) beta;
 
517
    (void) _stream;
 
518
    throw_no_cuda();
 
519
}
 
520
 
 
521
#endif