• 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

该函数用于计算两个无符号字符向量（uchar1）的欧几里得距离（即直角三角形的斜边长度），公式为 $d=\sqrt{a^2+b^2}$

​，结果以单精度浮点向量（float1）返回。
主要应用于图像处理中的像素距离计算、特征匹配等场景，通过GPU并行加速提升性能.

函数原型‌

__device__ __forceinline__ float1 cv::cudev::hypot 	( 	const uchar1 &  	a,const uchar1 &  	b ) 	

参数

参数	类型	描述
a	const uchar1&	输入的无符号字符向量（单通道，值域0-255）。
b	const uchar1&	输入的无符号字符向量（单通道，值域0-255）。

‌注意‌：输入值超出0-255范围可能导致浮点溢出。

返回值‌

• ‌类型‌：float1
• 返回单精度浮点向量，值为 $\sqrt{a^2+b^2}$ ​ 的计算结果。

代码示例

#include <opencv2/opencv.hpp>
#include <opencv2/cudev/common.hpp>
#include <opencv2/cudev/util/vec_math.hpp>__global__ void kernel_hypot(const cv::cudev::PtrStepSz<uchar1> src1, const cv::cudev::PtrStepSz<uchar1> src2,cv::cudev::PtrStepSz<float1> dst) {int x = blockIdx.x * blockDim.x + threadIdx.x;int y = blockIdx.y * blockDim.y + threadIdx.y;if (x < src1.cols && y < src1.rows) {dst(y, x) = cv::cudev::hypot(src1(y, x), src2(y, x));}
}int main() {// 1. 准备测试数据cv::Mat h_src1(512, 512, CV_8UC1);cv::Mat h_src2(512, 512, CV_8UC1);cv::randu(h_src1, 0, 255);cv::randu(h_src2, 0, 255);// 2. 上传数据到GPUcv::cuda::GpuMat d_src1, d_src2, d_dst;d_src1.upload(h_src1);d_src2.upload(h_src2);d_dst.create(h_src1.size(), CV_32FC1);// 3. 调用核函数dim3 block(16, 16);dim3 grid((h_src1.cols + block.x - 1) / block.x, (h_src1.rows + block.y - 1) / block.y);kernel_hypot<<<grid, block>>>(cv::cudev::PtrStepSz<uchar1>(d_src1),cv::cudev::PtrStepSz<uchar1>(d_src2),cv::cudev::PtrStepSz<float1>(d_dst));// 4. 验证结果cv::Mat h_dst;d_dst.download(h_dst);std::cout << "Sample result: " << h_dst.at<float>(0,0) << std::endl;return 0;
}

运行结果

Sample result: 199.023