- 操作系统：ubuntu22.04
- OpenCV版本：OpenCV4.9
- IDE:Visual Studio Code
- 编程语言：C++11
算法描述
在同一个线程块（thread block）内，将 [beg, end) 范围内的数据并行地填充为指定值 value。
它使用了 CUDA 线程协作机制（warp-level 或 block-level） 来实现高效的块级填充，通常比简单的逐线程填充更快。
函数原型
__device__ static __forceinline__ void cv::cudev::blockFill
(It beg,It end,const T & value
)
参数
| 参数名 | 类型 | 含义 |
|---|---|---|
| beg | It | 要填充的起始迭代器（或指针） |
| end | It | 填充范围的结束位置（不包含该位置） |
| value | const T& | 用来填充的值 |
使用场景
- 初始化图像局部区域；
- 构建 GPU 并行算法前的数据预处理；
- 图像掩码（mask）、ROI 区域清零；
- 需要多个线程协同完成连续内存初始化的任务。
代码示例
#include <opencv2/core.hpp>
#include <opencv2/core/cuda.hpp>
#include <opencv2/cudev/block/block.hpp>
#include <iostream>
using namespace cv::cudev;// 定义 tile 大小为 16x16
#define TILE_SIZE 16// CUDA 核函数：使用 blockFill 填充图像局部区域为指定值
__global__ void fillTileKernel(uchar* data, size_t pitch, int width, int height, uchar value) {// 获取当前线程块负责的图像区域起点int x = blockIdx.x * TILE_SIZE + threadIdx.x;int y = blockIdx.y * TILE_SIZE + threadIdx.y;// 检查是否在图像范围内if (x >= width || y >= height)return;// 计算该线程对应的全局指针位置uchar* ptr = data + y * pitch + x;// 使用 blockFill 填充当前 tile 区域为指定值blockFill(ptr, ptr + TILE_SIZE * TILE_SIZE, value);
}int main() {// 创建一个测试图像（8UC1）cv::Mat h_src = cv::Mat::zeros(128, 128, CV_8UC1); // 全黑图像std::cout << "Original image sample:\n" << h_src(cv::Rect(0, 0, 5, 5)) << std::endl;// 上传到 GPUcv::cuda::GpuMat d_src;d_src.upload(h_src);// 设置 kernel 参数dim3 threads(TILE_SIZE, TILE_SIZE);dim3 blocks((h_src.cols + TILE_SIZE - 1) / TILE_SIZE,(h_src.rows + TILE_SIZE - 1) / TILE_SIZE);// 调用核函数，将每个 tile 填充为 255（白色）fillTileKernel<<<blocks, threads>>>(d_src.ptr<uchar>(), d_src.step, d_src.cols, d_src.rows, 255);// 下载结果cv::Mat h_dst;d_src.download(h_dst);// 显示部分结果std::cout << "Filled image sample:\n" << h_dst(cv::Rect(0, 0, 5, 5)) << std::endl;return 0;
}
运行结果
Original image sample:
[ 0, 0, 0, 0, 0;0, 0, 0, 0, 0;0, 0, 0, 0, 0;0, 0, 0, 0, 0;0, 0, 0, 0, 0]
Filled image sample:
[255, 0, 255, 0, 255;0, 0, 0, 0, 0;0, 0, 0, 0, 0;0, 0, 0, 0, 0;0, 0, 0, 0, 0]
)
