Opencv T-API 或者 TAPI是什么

Transparent API是在Opencv代码中无缝添加硬件加速的一个简单的方式，同时，能与现有代码保持最小变化。通过这个很小的变化，几乎能使代码增加一个数量级的速度。

“ 使用T-API超级容易。你只需通过改变一个关键字就能获得显著的性能提升。”

下面是标准的Opencv代码的例子，该例子没有使用T-API，它实现读取图像，将其转化为灰度，也应用了高斯模糊，最后做Canny边缘检测。

#include "opencv2/opencv.hpp" using namespace cv; int main(int argc, char** argv) { Mat img, gray; img = imread("image.jpg", 1); cvtColor(img, gray, COLOR_BGR2GRAY); GaussianBlur(gray, gray,Size(7, 7), 1.5); Canny(gray, gray, 0, 50); imshow("edges", gray); waitKey(); return 0; }

接下来，看一下如何用T-API来实现以上的功能，下面的例子只是对上面例子中的代码作了一点点修改。

#include "opencv2/opencv.hpp" using namespace cv; int main(int argc, char** argv) { UMat img, gray; imread("image.jpg", 1).copyTo(img); cvtColor(img, gray, COLOR_BGR2GRAY); GaussianBlur(gray, gray,Size(7, 7), 1.5); Canny(gray, gray, 0, 50); imshow("edges", gray); waitKey(); return 0; }

大家有没有发现，只是将Mat修改为UMat。

把Mat转化为UMat，可以有以下两种方式：

利用copyTo方法： Mat mat = imread("image.jpg", IMREAD_COLOR); // Copy Mat to UMat UMat umat; mat.copyTo(umat); 利用getUMat方法： Mat mat = imread("image.jpg", IMREAD_COLOR); // Get umat from mat. UMat umat = mat.getUMat( flag );

其中，flag可以是ACCESS_READ, ACCESS_WRITE, ACCESS_RW 或者ACCESS_FAST

利用getMat方法，UMat也可以转换为Mat：

Mat mat = umat.getMat( flag );

Opencv从2.4就开始支持Opencl(OCL module),在ocl命名空间下，可以调用很多的函数来调用底层OpenCL代码功能。下面的示例展示了opencv 2.4版本下的图像的读取，并使用OpenCL来将其灰度化。

// Example for using OpenCL is OpenCV 2.4 // In OpenCV 3 the OCL module is gone. // It is replaced by the much nicer Transparent API // Initialize OpenCL std::vector<ocl::Info> param; ocl::getDevice(param, ocl::CVCL_DEVICE_TYPE_GPU); // Read image Mat im = imread("image.jpg"); // Convert it to oclMat ocl::oclMat ocl_im(im); // Container for OpenCL gray image. ocl::oclMat ocl_gray; // BGR2GRAY using OpenCL. cv::ocl::cvtColor( ocl_im, ocl_gray, CV_BGR2GRAY ); // Container for OpenCV Mat gray image. Mat gray; // Convert back to OpenCV Mat ocl_gray.download(gray);

正如你看到的，比较繁琐。如果是使用oepncv 3.0之后的T-API，这些繁琐的代码将会被隐藏，只需把Mat替换成UMat，不再需要在ocl命名空间下进行编写代码。同样能很快地实现以上的功能，是不是很方便。

另外，不知道大家有没有发现，上面这段代码并没有先去判断所运行的平台是否支持OCL，如果，这段代码运行在不支持opencl的平台上，应该是会出错的。但是，使用T-API就能很好解决这个问题。T-API的使用能实现更好的兼容性，利用T-API编码的程序还是能成功跑起来。