modules/ocl/include/opencv2/ocl.hpp

   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) 2010-2012, Institute Of Software Chinese Academy Of Science, all rights reserved.
  14 // Copyright (C) 2010-2012, Advanced Micro Devices, Inc., all rights reserved.
  15 // Copyright (C) 2010-2012, Multicoreware, Inc., 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 oclMaterials 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 #ifndef __OPENCV_OCL_HPP__
  45 #define __OPENCV_OCL_HPP__
  46
  47 #include <memory>
  48 #include <vector>
  49
  50 #include "opencv2/core.hpp"
  51 #include "opencv2/imgproc.hpp"
  52 #include "opencv2/objdetect.hpp"
  53
  54 namespace cv
  55 {
  56     namespace ocl
  57     {
  58         enum
  59         {
  60             CVCL_DEVICE_TYPE_DEFAULT     = (1 << 0),
  61             CVCL_DEVICE_TYPE_CPU         = (1 << 1),
  62             CVCL_DEVICE_TYPE_GPU         = (1 << 2),
  63             CVCL_DEVICE_TYPE_ACCELERATOR = (1 << 3),
  64             //CVCL_DEVICE_TYPE_CUSTOM      = (1 << 4)
  65             CVCL_DEVICE_TYPE_ALL         = 0xFFFFFFFF
  66         };
  67
  68         enum DevMemRW
  69         {
  70             DEVICE_MEM_R_W = 0,
  71             DEVICE_MEM_R_ONLY,
  72             DEVICE_MEM_W_ONLY
  73         };
  74
  75         enum DevMemType
  76         {
  77             DEVICE_MEM_DEFAULT = 0,
  78             DEVICE_MEM_AHP,         //alloc host pointer
  79             DEVICE_MEM_UHP,         //use host pointer
  80             DEVICE_MEM_CHP,         //copy host pointer
  81             DEVICE_MEM_PM           //persistent memory
  82         };
  83
  84         //Get the global device memory and read/write type
  85         //return 1 if unified memory system supported, otherwise return 0
  86         CV_EXPORTS int getDevMemType(DevMemRW& rw_type, DevMemType& mem_type);
  87
  88         //Set the global device memory and read/write type,
  89         //the newly generated oclMat will all use this type
  90         //return -1 if the target type is unsupported, otherwise return 0
  91         CV_EXPORTS int setDevMemType(DevMemRW rw_type = DEVICE_MEM_R_W, DevMemType mem_type = DEVICE_MEM_DEFAULT);
  92
  93         //this class contains ocl runtime information
  94         class CV_EXPORTS Info
  95         {
  96         public:
  97             struct Impl;
  98             Impl *impl;
  99
 100             Info();
 101             Info(const Info &m);
 102             ~Info();
 103             void release();
 104             Info &operator = (const Info &m);
 105             std::vector<String> DeviceName;
 106             String PlatformName;
 107         };
 108         //////////////////////////////// Initialization & Info ////////////////////////
 109         //this function may be obsoleted
 110         //CV_EXPORTS cl_device_id getDevice();
 111         //the function must be called before any other cv::ocl::functions, it initialize ocl runtime
 112         //each Info relates to an OpenCL platform
 113         //there is one or more devices in each platform, each one has a separate name
 114         CV_EXPORTS int getDevice(std::vector<Info> &oclinfo, int devicetype = CVCL_DEVICE_TYPE_GPU);
 115
 116         //set device you want to use, optional function after getDevice be called
 117         //the devnum is the index of the selected device in DeviceName vector of INfo
 118         CV_EXPORTS void setDevice(Info &oclinfo, int devnum = 0);
 119
 120         //The two functions below enable other opencl program to use ocl module's cl_context and cl_command_queue
 121         //returns cl_context *
 122         CV_EXPORTS void* getoclContext();
 123         //returns cl_command_queue *
 124         CV_EXPORTS void* getoclCommandQueue();
 125
 126         //explicit call clFinish. The global command queue will be used.
 127         CV_EXPORTS void finish();
 128
 129         //this function enable ocl module to use customized cl_context and cl_command_queue
 130         //getDevice also need to be called before this function
 131         CV_EXPORTS void setDeviceEx(Info &oclinfo, void *ctx, void *qu, int devnum = 0);
 132
 133         //returns true when global OpenCL context is initialized
 134         CV_EXPORTS bool initialized();
 135
 136         //////////////////////////////// OpenCL context ////////////////////////
 137         //This is a global singleton class used to represent a OpenCL context.
 138         class CV_EXPORTS Context
 139         {
 140         protected:
 141             Context();
 142             friend class std::auto_ptr<Context>;
 143             friend bool initialized();
 144         private:
 145             static std::auto_ptr<Context> clCxt;
 146             static int val;
 147         public:
 148             ~Context();
 149             void release();
 150             Info::Impl* impl;
 151
 152             static Context *getContext();
 153             static void setContext(Info &oclinfo);
 154
 155             enum {CL_DOUBLE, CL_UNIFIED_MEM, CL_VER_1_2};
 156             bool supportsFeature(int ftype);
 157             size_t computeUnits();
 158             size_t maxWorkGroupSize();
 159             void* oclContext();
 160             void* oclCommandQueue();
 161         };
 162
 163         //! Calls a kernel, by string. Pass globalThreads = NULL, and cleanUp = true, to finally clean-up without executing.
 164         CV_EXPORTS double openCLExecuteKernelInterop(Context *clCxt ,
 165                                                         const char **source, String kernelName,
 166                                                         size_t globalThreads[3], size_t localThreads[3],
 167                                                         std::vector< std::pair<size_t, const void *> > &args,
 168                                                         int channels, int depth, const char *build_options,
 169                                                         bool finish = true, bool measureKernelTime = false,
 170                                                         bool cleanUp = true);
 171
 172         //! Calls a kernel, by file. Pass globalThreads = NULL, and cleanUp = true, to finally clean-up without executing.
 173         CV_EXPORTS double openCLExecuteKernelInterop(Context *clCxt ,
 174                                                         const char **fileName, const int numFiles, String kernelName,
 175                                                         size_t globalThreads[3], size_t localThreads[3],
 176                                                         std::vector< std::pair<size_t, const void *> > &args,
 177                                                         int channels, int depth, const char *build_options,
 178                                                         bool finish = true, bool measureKernelTime = false,
 179                                                         bool cleanUp = true);
 180
 181         //! Enable or disable OpenCL program binary caching onto local disk
 182         // After a program (*.cl files in opencl/ folder) is built at runtime, we allow the
 183         // compiled OpenCL program to be cached to the path automatically as "path/*.clb"
 184         // binary file, which will be reused when the OpenCV executable is started again.
 185         //
 186         // Caching mode is controlled by the following enums
 187         // Notes
 188         //   1. the feature is by default enabled when OpenCV is built in release mode.
 189         //   2. the CACHE_DEBUG / CACHE_RELEASE flags only effectively work with MSVC compiler;
 190         //      for GNU compilers, the function always treats the build as release mode (enabled by default).
 191         enum
 192         {
 193             CACHE_NONE    = 0,        // do not cache OpenCL binary
 194             CACHE_DEBUG   = 0x1 << 0, // cache OpenCL binary when built in debug mode (only work with MSVC)
 195             CACHE_RELEASE = 0x1 << 1, // default behavior, only cache when built in release mode (only work with MSVC)
 196             CACHE_ALL     = CACHE_DEBUG | CACHE_RELEASE, // always cache opencl binary
 197             CACHE_UPDATE  = 0x1 << 2  // if the binary cache file with the same name is already on the disk, it will be updated.
 198         };
 199         CV_EXPORTS void setBinaryDiskCache(int mode = CACHE_RELEASE, cv::String path = "./");
 200
 201         //! set where binary cache to be saved to
 202         CV_EXPORTS void setBinpath(const char *path);
 203
 204         class CV_EXPORTS oclMatExpr;
 205         //////////////////////////////// oclMat ////////////////////////////////
 206         class CV_EXPORTS oclMat
 207         {
 208         public:
 209             //! default constructor
 210             oclMat();
 211             //! constructs oclMatrix of the specified size and type (_type is CV_8UC1, CV_64FC3, CV_32SC(12) etc.)
 212             oclMat(int rows, int cols, int type);
 213             oclMat(Size size, int type);
 214             //! constucts oclMatrix and fills it with the specified value _s.
 215             oclMat(int rows, int cols, int type, const Scalar &s);
 216             oclMat(Size size, int type, const Scalar &s);
 217             //! copy constructor
 218             oclMat(const oclMat &m);
 219
 220             //! constructor for oclMatrix headers pointing to user-allocated data
 221             oclMat(int rows, int cols, int type, void *data, size_t step = Mat::AUTO_STEP);
 222             oclMat(Size size, int type, void *data, size_t step = Mat::AUTO_STEP);
 223
 224             //! creates a matrix header for a part of the bigger matrix
 225             oclMat(const oclMat &m, const Range &rowRange, const Range &colRange);
 226             oclMat(const oclMat &m, const Rect &roi);
 227
 228             //! builds oclMat from Mat. Perfom blocking upload to device.
 229             explicit oclMat (const Mat &m);
 230
 231             //! destructor - calls release()
 232             ~oclMat();
 233
 234             //! assignment operators
 235             oclMat &operator = (const oclMat &m);
 236             //! assignment operator. Perfom blocking upload to device.
 237             oclMat &operator = (const Mat &m);
 238             oclMat &operator = (const oclMatExpr& expr);
 239
 240             //! pefroms blocking upload data to oclMat.
 241             void upload(const cv::Mat &m);
 242
 243
 244             //! downloads data from device to host memory. Blocking calls.
 245             operator Mat() const;
 246             void download(cv::Mat &m) const;
 247
 248             //! convert to _InputArray
 249             operator _InputArray();
 250
 251             //! convert to _OutputArray
 252             operator _OutputArray();
 253
 254             //! returns a new oclMatrix header for the specified row
 255             oclMat row(int y) const;
 256             //! returns a new oclMatrix header for the specified column
 257             oclMat col(int x) const;
 258             //! ... for the specified row span
 259             oclMat rowRange(int startrow, int endrow) const;
 260             oclMat rowRange(const Range &r) const;
 261             //! ... for the specified column span
 262             oclMat colRange(int startcol, int endcol) const;
 263             oclMat colRange(const Range &r) const;
 264
 265             //! returns deep copy of the oclMatrix, i.e. the data is copied
 266             oclMat clone() const;
 267             //! copies the oclMatrix content to "m".
 268             // It calls m.create(this->size(), this->type()).
 269             // It supports any data type
 270             void copyTo( oclMat &m ) const;
 271             //! copies those oclMatrix elements to "m" that are marked with non-zero mask elements.
 272             //It supports 8UC1 8UC4 32SC1 32SC4 32FC1 32FC4
 273             void copyTo( oclMat &m, const oclMat &mask ) const;
 274             //! converts oclMatrix to another datatype with optional scalng. See cvConvertScale.
 275             //It supports 8UC1 8UC4 32SC1 32SC4 32FC1 32FC4
 276             void convertTo( oclMat &m, int rtype, double alpha = 1, double beta = 0 ) const;
 277
 278             void assignTo( oclMat &m, int type = -1 ) const;
 279
 280             //! sets every oclMatrix element to s
 281             //It supports 8UC1 8UC4 32SC1 32SC4 32FC1 32FC4
 282             oclMat& operator = (const Scalar &s);
 283             //! sets some of the oclMatrix elements to s, according to the mask
 284             //It supports 8UC1 8UC4 32SC1 32SC4 32FC1 32FC4
 285             oclMat& setTo(const Scalar &s, const oclMat &mask = oclMat());
 286             //! creates alternative oclMatrix header for the same data, with different
 287             // number of channels and/or different number of rows. see cvReshape.
 288             oclMat reshape(int cn, int rows = 0) const;
 289
 290             //! allocates new oclMatrix data unless the oclMatrix already has specified size and type.
 291             // previous data is unreferenced if needed.
 292             void create(int rows, int cols, int type);
 293             void create(Size size, int type);
 294
 295             //! allocates new oclMatrix with specified device memory type.
 296             void createEx(int rows, int cols, int type,
 297                           DevMemRW rw_type, DevMemType mem_type, void* hptr = 0);
 298             void createEx(Size size, int type, DevMemRW rw_type,
 299                           DevMemType mem_type, void* hptr = 0);
 300
 301             //! decreases reference counter;
 302             // deallocate the data when reference counter reaches 0.
 303             void release();
 304
 305             //! swaps with other smart pointer
 306             void swap(oclMat &mat);
 307
 308             //! locates oclMatrix header within a parent oclMatrix. See below
 309             void locateROI( Size &wholeSize, Point &ofs ) const;
 310             //! moves/resizes the current oclMatrix ROI inside the parent oclMatrix.
 311             oclMat& adjustROI( int dtop, int dbottom, int dleft, int dright );
 312             //! extracts a rectangular sub-oclMatrix
 313             // (this is a generalized form of row, rowRange etc.)
 314             oclMat operator()( Range rowRange, Range colRange ) const;
 315             oclMat operator()( const Rect &roi ) const;
 316
 317             oclMat& operator+=( const oclMat& m );
 318             oclMat& operator-=( const oclMat& m );
 319             oclMat& operator*=( const oclMat& m );
 320             oclMat& operator/=( const oclMat& m );
 321
 322             //! returns true if the oclMatrix data is continuous
 323             // (i.e. when there are no gaps between successive rows).
 324             // similar to CV_IS_oclMat_CONT(cvoclMat->type)
 325             bool isContinuous() const;
 326             //! returns element size in bytes,
 327             // similar to CV_ELEM_SIZE(cvMat->type)
 328             size_t elemSize() const;
 329             //! returns the size of element channel in bytes.
 330             size_t elemSize1() const;
 331             //! returns element type, similar to CV_MAT_TYPE(cvMat->type)
 332             int type() const;
 333             //! returns element type, i.e. 8UC3 returns 8UC4 because in ocl
 334             //! 3 channels element actually use 4 channel space
 335             int ocltype() const;
 336             //! returns element type, similar to CV_MAT_DEPTH(cvMat->type)
 337             int depth() const;
 338             //! returns element type, similar to CV_MAT_CN(cvMat->type)
 339             int channels() const;
 340             //! returns element type, return 4 for 3 channels element,
 341             //!becuase 3 channels element actually use 4 channel space
 342             int oclchannels() const;
 343             //! returns step/elemSize1()
 344             size_t step1() const;
 345             //! returns oclMatrix size:
 346             // width == number of columns, height == number of rows
 347             Size size() const;
 348             //! returns true if oclMatrix data is NULL
 349             bool empty() const;
 350
 351             //! returns pointer to y-th row
 352             uchar* ptr(int y = 0);
 353             const uchar *ptr(int y = 0) const;
 354
 355             //! template version of the above method
 356             template<typename _Tp> _Tp *ptr(int y = 0);
 357             template<typename _Tp> const _Tp *ptr(int y = 0) const;
 358
 359             //! matrix transposition
 360             oclMat t() const;
 361
 362             /*! includes several bit-fields:
 363               - the magic signature
 364               - continuity flag
 365               - depth
 366               - number of channels
 367               */
 368             int flags;
 369             //! the number of rows and columns
 370             int rows, cols;
 371             //! a distance between successive rows in bytes; includes the gap if any
 372             size_t step;
 373             //! pointer to the data(OCL memory object)
 374             uchar *data;
 375
 376             //! pointer to the reference counter;
 377             // when oclMatrix points to user-allocated data, the pointer is NULL
 378             int *refcount;
 379
 380             //! helper fields used in locateROI and adjustROI
 381             //datastart and dataend are not used in current version
 382             uchar *datastart;
 383             uchar *dataend;
 384
 385             //! OpenCL context associated with the oclMat object.
 386             Context *clCxt;
 387             //add offset for handle ROI, calculated in byte
 388             int offset;
 389             //add wholerows and wholecols for the whole matrix, datastart and dataend are no longer used
 390             int wholerows;
 391             int wholecols;
 392         };
 393
 394         // convert InputArray/OutputArray to oclMat references
 395         CV_EXPORTS oclMat& getOclMatRef(InputArray src);
 396         CV_EXPORTS oclMat& getOclMatRef(OutputArray src);
 397
 398         ///////////////////// mat split and merge /////////////////////////////////
 399         //! Compose a multi-channel array from several single-channel arrays
 400         // Support all types
 401         CV_EXPORTS void merge(const oclMat *src, size_t n, oclMat &dst);
 402         CV_EXPORTS void merge(const std::vector<oclMat> &src, oclMat &dst);
 403
 404         //! Divides multi-channel array into several single-channel arrays
 405         // Support all types
 406         CV_EXPORTS void split(const oclMat &src, oclMat *dst);
 407         CV_EXPORTS void split(const oclMat &src, std::vector<oclMat> &dst);
 408
 409         ////////////////////////////// Arithmetics ///////////////////////////////////
 410         //#if defined DOUBLE_SUPPORT
 411         //typedef double F;
 412         //#else
 413         //typedef float F;
 414         //#endif
 415         //      CV_EXPORTS void addWeighted(const oclMat& a,F  alpha, const oclMat& b,F beta,F gama, oclMat& c);
 416         CV_EXPORTS void addWeighted(const oclMat &a, double  alpha, const oclMat &b, double beta, double gama, oclMat &c);
 417         //! adds one matrix to another (c = a + b)
 418         // supports all types except CV_8SC1,CV_8SC2,CV8SC3 and CV_8SC4
 419         CV_EXPORTS void add(const oclMat &a, const oclMat &b, oclMat &c);
 420         //! adds one matrix to another (c = a + b)
 421         // supports all types except CV_8SC1,CV_8SC2,CV8SC3 and CV_8SC4
 422         CV_EXPORTS void add(const oclMat &a, const oclMat &b, oclMat &c, const oclMat &mask);
 423         //! adds scalar to a matrix (c = a + s)
 424         // supports all types except CV_8SC1,CV_8SC2,CV8SC3 and CV_8SC4
 425         CV_EXPORTS void add(const oclMat &a, const Scalar &sc, oclMat &c, const oclMat &mask = oclMat());
 426         //! subtracts one matrix from another (c = a - b)
 427         // supports all types except CV_8SC1,CV_8SC2,CV8SC3 and CV_8SC4
 428         CV_EXPORTS void subtract(const oclMat &a, const oclMat &b, oclMat &c);
 429         //! subtracts one matrix from another (c = a - b)
 430         // supports all types except CV_8SC1,CV_8SC2,CV8SC3 and CV_8SC4
 431         CV_EXPORTS void subtract(const oclMat &a, const oclMat &b, oclMat &c, const oclMat &mask);
 432         //! subtracts scalar from a matrix (c = a - s)
 433         // supports all types except CV_8SC1,CV_8SC2,CV8SC3 and CV_8SC4
 434         CV_EXPORTS void subtract(const oclMat &a, const Scalar &sc, oclMat &c, const oclMat &mask = oclMat());
 435         //! subtracts scalar from a matrix (c = a - s)
 436         // supports all types except CV_8SC1,CV_8SC2,CV8SC3 and CV_8SC4
 437         CV_EXPORTS void subtract(const Scalar &sc, const oclMat &a, oclMat &c, const oclMat &mask = oclMat());
 438         //! computes element-wise product of the two arrays (c = a * b)
 439         // supports all types except CV_8SC1,CV_8SC2,CV8SC3 and CV_8SC4
 440         CV_EXPORTS void multiply(const oclMat &a, const oclMat &b, oclMat &c, double scale = 1);
 441         //! multiplies matrix to a number (dst = scalar * src)
 442         // supports CV_32FC1 only
 443         CV_EXPORTS void multiply(double scalar, const oclMat &src, oclMat &dst);
 444         //! computes element-wise quotient of the two arrays (c = a / b)
 445         // supports all types except CV_8SC1,CV_8SC2,CV8SC3 and CV_8SC4
 446         CV_EXPORTS void divide(const oclMat &a, const oclMat &b, oclMat &c, double scale = 1);
 447         //! computes element-wise quotient of the two arrays (c = a / b)
 448         // supports all types except CV_8SC1,CV_8SC2,CV8SC3 and CV_8SC4
 449         CV_EXPORTS void divide(double scale, const oclMat &b, oclMat &c);
 450
 451         //! compares elements of two arrays (c = a <cmpop> b)
 452         // supports except CV_8SC1,CV_8SC2,CV8SC3,CV_8SC4 types
 453         CV_EXPORTS void compare(const oclMat &a, const oclMat &b, oclMat &c, int cmpop);
 454
 455         //! transposes the matrix
 456         // supports  CV_8UC1, 8UC4, 8SC4, 16UC2, 16SC2, 32SC1 and 32FC1.(the same as cuda)
 457         CV_EXPORTS void transpose(const oclMat &src, oclMat &dst);
 458
 459         //! computes element-wise absolute difference of two arrays (c = abs(a - b))
 460         // supports all types except CV_8SC1,CV_8SC2,CV8SC3 and CV_8SC4
 461         CV_EXPORTS void absdiff(const oclMat &a, const oclMat &b, oclMat &c);
 462         //! computes element-wise absolute difference of array and scalar (c = abs(a - s))
 463         // supports all types except CV_8SC1,CV_8SC2,CV8SC3 and CV_8SC4
 464         CV_EXPORTS void absdiff(const oclMat &a, const Scalar &s, oclMat &c);
 465
 466         //! computes mean value and standard deviation of all or selected array elements
 467         // supports except CV_32F,CV_64F
 468         CV_EXPORTS void meanStdDev(const oclMat &mtx, Scalar &mean, Scalar &stddev);
 469
 470         //! computes norm of array
 471         // supports NORM_INF, NORM_L1, NORM_L2
 472         // supports only CV_8UC1 type
 473         CV_EXPORTS double norm(const oclMat &src1, int normType = NORM_L2);
 474
 475         //! computes norm of the difference between two arrays
 476         // supports NORM_INF, NORM_L1, NORM_L2
 477         // supports only CV_8UC1 type
 478         CV_EXPORTS double norm(const oclMat &src1, const oclMat &src2, int normType = NORM_L2);
 479
 480         //! reverses the order of the rows, columns or both in a matrix
 481         // supports all types
 482         CV_EXPORTS void flip(const oclMat &a, oclMat &b, int flipCode);
 483
 484         //! computes sum of array elements
 485         // disabled until fix crash
 486         // support all types
 487         CV_EXPORTS Scalar sum(const oclMat &m);
 488         CV_EXPORTS Scalar absSum(const oclMat &m);
 489         CV_EXPORTS Scalar sqrSum(const oclMat &m);
 490
 491         //! finds global minimum and maximum array elements and returns their values
 492         // support all C1 types
 493
 494         CV_EXPORTS void minMax(const oclMat &src, double *minVal, double *maxVal = 0, const oclMat &mask = oclMat());
 495         CV_EXPORTS void minMax_buf(const oclMat &src, double *minVal, double *maxVal, const oclMat &mask, oclMat& buf);
 496
 497         //! finds global minimum and maximum array elements and returns their values with locations
 498         // support all C1 types
 499
 500         CV_EXPORTS void minMaxLoc(const oclMat &src, double *minVal, double *maxVal = 0, Point *minLoc = 0, Point *maxLoc = 0,
 501                                   const oclMat &mask = oclMat());
 502
 503         //! counts non-zero array elements
 504         // support all types
 505         CV_EXPORTS int countNonZero(const oclMat &src);
 506
 507         //! transforms 8-bit unsigned integers using lookup table: dst(i)=lut(src(i))
 508         // destination array will have the depth type as lut and the same channels number as source
 509         //It supports 8UC1 8UC4 only
 510         CV_EXPORTS void LUT(const oclMat &src, const oclMat &lut, oclMat &dst);
 511
 512         //! only 8UC1 and 256 bins is supported now
 513         CV_EXPORTS void calcHist(const oclMat &mat_src, oclMat &mat_hist);
 514         //! only 8UC1 and 256 bins is supported now
 515         CV_EXPORTS void equalizeHist(const oclMat &mat_src, oclMat &mat_dst);
 516
 517         //! only 8UC1 is supported now
 518         class CV_EXPORTS CLAHE
 519         {
 520         public:
 521             virtual void apply(const oclMat &src, oclMat &dst) = 0;
 522
 523             virtual void setClipLimit(double clipLimit) = 0;
 524             virtual double getClipLimit() const = 0;
 525
 526             virtual void setTilesGridSize(Size tileGridSize) = 0;
 527             virtual Size getTilesGridSize() const = 0;
 528
 529             virtual void collectGarbage() = 0;
 530
 531             virtual ~CLAHE() {}
 532         };
 533         CV_EXPORTS Ptr<cv::ocl::CLAHE> createCLAHE(double clipLimit = 40.0, Size tileGridSize = Size(8, 8));
 534
 535         //! bilateralFilter
 536         // supports 8UC1 8UC4
 537         CV_EXPORTS void bilateralFilter(const oclMat& src, oclMat& dst, int d, double sigmaColor, double sigmaSpave, int borderType=BORDER_DEFAULT);
 538         //! computes exponent of each matrix element (b = e**a)
 539         // supports only CV_32FC1 type
 540         CV_EXPORTS void exp(const oclMat &a, oclMat &b);
 541
 542         //! computes natural logarithm of absolute value of each matrix element: b = log(abs(a))
 543         // supports only CV_32FC1 type
 544         CV_EXPORTS void log(const oclMat &a, oclMat &b);
 545
 546         //! computes magnitude of each (x(i), y(i)) vector
 547         // supports only CV_32F CV_64F type
 548         CV_EXPORTS void magnitude(const oclMat &x, const oclMat &y, oclMat &magnitude);
 549         CV_EXPORTS void magnitudeSqr(const oclMat &x, const oclMat &y, oclMat &magnitude);
 550
 551         CV_EXPORTS void magnitudeSqr(const oclMat &x, oclMat &magnitude);
 552
 553         //! computes angle (angle(i)) of each (x(i), y(i)) vector
 554         // supports only CV_32F CV_64F type
 555         CV_EXPORTS void phase(const oclMat &x, const oclMat &y, oclMat &angle, bool angleInDegrees = false);
 556
 557         //! the function raises every element of tne input array to p
 558         //! support only CV_32F CV_64F type
 559         CV_EXPORTS void pow(const oclMat &x, double p, oclMat &y);
 560
 561         //! converts Cartesian coordinates to polar
 562         // supports only CV_32F CV_64F type
 563         CV_EXPORTS void cartToPolar(const oclMat &x, const oclMat &y, oclMat &magnitude, oclMat &angle, bool angleInDegrees = false);
 564
 565         //! converts polar coordinates to Cartesian
 566         // supports only CV_32F CV_64F type
 567         CV_EXPORTS void polarToCart(const oclMat &magnitude, const oclMat &angle, oclMat &x, oclMat &y, bool angleInDegrees = false);
 568
 569         //! perfroms per-elements bit-wise inversion
 570         // supports all types
 571         CV_EXPORTS void bitwise_not(const oclMat &src, oclMat &dst);
 572         //! calculates per-element bit-wise disjunction of two arrays
 573         // supports all types
 574         CV_EXPORTS void bitwise_or(const oclMat &src1, const oclMat &src2, oclMat &dst, const oclMat &mask = oclMat());
 575         CV_EXPORTS void bitwise_or(const oclMat &src1, const Scalar &s, oclMat &dst, const oclMat &mask = oclMat());
 576         //! calculates per-element bit-wise conjunction of two arrays
 577         // supports all types
 578         CV_EXPORTS void bitwise_and(const oclMat &src1, const oclMat &src2, oclMat &dst, const oclMat &mask = oclMat());
 579         CV_EXPORTS void bitwise_and(const oclMat &src1, const Scalar &s, oclMat &dst, const oclMat &mask = oclMat());
 580         //! calculates per-element bit-wise "exclusive or" operation
 581         // supports all types
 582         CV_EXPORTS void bitwise_xor(const oclMat &src1, const oclMat &src2, oclMat &dst, const oclMat &mask = oclMat());
 583         CV_EXPORTS void bitwise_xor(const oclMat &src1, const Scalar &s, oclMat &dst, const oclMat &mask = oclMat());
 584
 585         //! Logical operators
 586         CV_EXPORTS oclMat operator ~ (const oclMat &);
 587         CV_EXPORTS oclMat operator | (const oclMat &, const oclMat &);
 588         CV_EXPORTS oclMat operator & (const oclMat &, const oclMat &);
 589         CV_EXPORTS oclMat operator ^ (const oclMat &, const oclMat &);
 590
 591
 592         //! Mathematics operators
 593         CV_EXPORTS oclMatExpr operator + (const oclMat &src1, const oclMat &src2);
 594         CV_EXPORTS oclMatExpr operator - (const oclMat &src1, const oclMat &src2);
 595         CV_EXPORTS oclMatExpr operator * (const oclMat &src1, const oclMat &src2);
 596         CV_EXPORTS oclMatExpr operator / (const oclMat &src1, const oclMat &src2);
 597
 598         struct CV_EXPORTS ConvolveBuf
 599         {
 600             Size result_size;
 601             Size block_size;
 602             Size user_block_size;
 603             Size dft_size;
 604
 605             oclMat image_spect, templ_spect, result_spect;
 606             oclMat image_block, templ_block, result_data;
 607
 608             void create(Size image_size, Size templ_size);
 609             static Size estimateBlockSize(Size result_size, Size templ_size);
 610         };
 611
 612         //! computes convolution of two images, may use discrete Fourier transform
 613         //! support only CV_32FC1 type
 614         CV_EXPORTS void convolve(const oclMat &image, const oclMat &temp1, oclMat &result, bool ccorr = false);
 615         CV_EXPORTS void convolve(const oclMat &image, const oclMat &temp1, oclMat &result, bool ccorr, ConvolveBuf& buf);
 616
 617         //! Performs a per-element multiplication of two Fourier spectrums.
 618         //! Only full (not packed) CV_32FC2 complex spectrums in the interleaved format are supported for now.
 619         //! support only CV_32FC2 type
 620         CV_EXPORTS void mulSpectrums(const oclMat &a, const oclMat &b, oclMat &c, int flags, float scale, bool conjB = false);
 621
 622         CV_EXPORTS void cvtColor(const oclMat &src, oclMat &dst, int code , int dcn = 0);
 623
 624         //////////////////////////////// Filter Engine ////////////////////////////////
 625
 626         /*!
 627           The Base Class for 1D or Row-wise Filters
 628
 629           This is the base class for linear or non-linear filters that process 1D data.
 630           In particular, such filters are used for the "horizontal" filtering parts in separable filters.
 631           */
 632         class CV_EXPORTS BaseRowFilter_GPU
 633         {
 634         public:
 635             BaseRowFilter_GPU(int ksize_, int anchor_, int bordertype_) : ksize(ksize_), anchor(anchor_), bordertype(bordertype_) {}
 636             virtual ~BaseRowFilter_GPU() {}
 637             virtual void operator()(const oclMat &src, oclMat &dst) = 0;
 638             int ksize, anchor, bordertype;
 639         };
 640
 641         /*!
 642           The Base Class for Column-wise Filters
 643
 644           This is the base class for linear or non-linear filters that process columns of 2D arrays.
 645           Such filters are used for the "vertical" filtering parts in separable filters.
 646           */
 647         class CV_EXPORTS BaseColumnFilter_GPU
 648         {
 649         public:
 650             BaseColumnFilter_GPU(int ksize_, int anchor_, int bordertype_) : ksize(ksize_), anchor(anchor_), bordertype(bordertype_) {}
 651             virtual ~BaseColumnFilter_GPU() {}
 652             virtual void operator()(const oclMat &src, oclMat &dst) = 0;
 653             int ksize, anchor, bordertype;
 654         };
 655
 656         /*!
 657           The Base Class for Non-Separable 2D Filters.
 658
 659           This is the base class for linear or non-linear 2D filters.
 660           */
 661         class CV_EXPORTS BaseFilter_GPU
 662         {
 663         public:
 664             BaseFilter_GPU(const Size &ksize_, const Point &anchor_, const int &borderType_)
 665                 : ksize(ksize_), anchor(anchor_), borderType(borderType_) {}
 666             virtual ~BaseFilter_GPU() {}
 667             virtual void operator()(const oclMat &src, oclMat &dst) = 0;
 668             Size ksize;
 669             Point anchor;
 670             int borderType;
 671         };
 672
 673         /*!
 674           The Base Class for Filter Engine.
 675
 676           The class can be used to apply an arbitrary filtering operation to an image.
 677           It contains all the necessary intermediate buffers.
 678           */
 679         class CV_EXPORTS FilterEngine_GPU
 680         {
 681         public:
 682             virtual ~FilterEngine_GPU() {}
 683
 684             virtual void apply(const oclMat &src, oclMat &dst, Rect roi = Rect(0, 0, -1, -1)) = 0;
 685         };
 686
 687         //! returns the non-separable filter engine with the specified filter
 688         CV_EXPORTS Ptr<FilterEngine_GPU> createFilter2D_GPU(const Ptr<BaseFilter_GPU> filter2D);
 689
 690         //! returns the primitive row filter with the specified kernel
 691         CV_EXPORTS Ptr<BaseRowFilter_GPU> getLinearRowFilter_GPU(int srcType, int bufType, const Mat &rowKernel,
 692                 int anchor = -1, int bordertype = BORDER_DEFAULT);
 693
 694         //! returns the primitive column filter with the specified kernel
 695         CV_EXPORTS Ptr<BaseColumnFilter_GPU> getLinearColumnFilter_GPU(int bufType, int dstType, const Mat &columnKernel,
 696                 int anchor = -1, int bordertype = BORDER_DEFAULT, double delta = 0.0);
 697
 698         //! returns the separable linear filter engine
 699         CV_EXPORTS Ptr<FilterEngine_GPU> createSeparableLinearFilter_GPU(int srcType, int dstType, const Mat &rowKernel,
 700                 const Mat &columnKernel, const Point &anchor = Point(-1, -1), double delta = 0.0, int bordertype = BORDER_DEFAULT);
 701
 702         //! returns the separable filter engine with the specified filters
 703         CV_EXPORTS Ptr<FilterEngine_GPU> createSeparableFilter_GPU(const Ptr<BaseRowFilter_GPU> &rowFilter,
 704                 const Ptr<BaseColumnFilter_GPU> &columnFilter);
 705
 706         //! returns the Gaussian filter engine
 707         CV_EXPORTS Ptr<FilterEngine_GPU> createGaussianFilter_GPU(int type, Size ksize, double sigma1, double sigma2 = 0, int bordertype = BORDER_DEFAULT);
 708
 709         //! returns filter engine for the generalized Sobel operator
 710         CV_EXPORTS Ptr<FilterEngine_GPU> createDerivFilter_GPU( int srcType, int dstType, int dx, int dy, int ksize, int borderType = BORDER_DEFAULT );
 711
 712         //! applies Laplacian operator to the image
 713         // supports only ksize = 1 and ksize = 3 8UC1 8UC4 32FC1 32FC4 data type
 714         CV_EXPORTS void Laplacian(const oclMat &src, oclMat &dst, int ddepth, int ksize = 1, double scale = 1);
 715
 716         //! returns 2D box filter
 717         // supports CV_8UC1 and CV_8UC4 source type, dst type must be the same as source type
 718         CV_EXPORTS Ptr<BaseFilter_GPU> getBoxFilter_GPU(int srcType, int dstType,
 719                 const Size &ksize, Point anchor = Point(-1, -1), int borderType = BORDER_DEFAULT);
 720
 721         //! returns box filter engine
 722         CV_EXPORTS Ptr<FilterEngine_GPU> createBoxFilter_GPU(int srcType, int dstType, const Size &ksize,
 723                 const Point &anchor = Point(-1, -1), int borderType = BORDER_DEFAULT);
 724
 725         //! returns 2D filter with the specified kernel
 726         // supports CV_8UC1 and CV_8UC4 types
 727         CV_EXPORTS Ptr<BaseFilter_GPU> getLinearFilter_GPU(int srcType, int dstType, const Mat &kernel, const Size &ksize,
 728                 Point anchor = Point(-1, -1), int borderType = BORDER_DEFAULT);
 729
 730         //! returns the non-separable linear filter engine
 731         CV_EXPORTS Ptr<FilterEngine_GPU> createLinearFilter_GPU(int srcType, int dstType, const Mat &kernel,
 732                 const Point &anchor = Point(-1, -1), int borderType = BORDER_DEFAULT);
 733
 734         //! smooths the image using the normalized box filter
 735         // supports data type: CV_8UC1, CV_8UC4, CV_32FC1 and CV_32FC4
 736         // supports border type: BORDER_CONSTANT, BORDER_REPLICATE, BORDER_REFLECT,BORDER_REFLECT_101,BORDER_WRAP
 737         CV_EXPORTS void boxFilter(const oclMat &src, oclMat &dst, int ddepth, Size ksize,
 738                                   Point anchor = Point(-1, -1), int borderType = BORDER_DEFAULT);
 739
 740         //! returns 2D morphological filter
 741         //! only MORPH_ERODE and MORPH_DILATE are supported
 742         // supports CV_8UC1, CV_8UC4, CV_32FC1 and CV_32FC4 types
 743         // kernel must have CV_8UC1 type, one rows and cols == ksize.width * ksize.height
 744         CV_EXPORTS Ptr<BaseFilter_GPU> getMorphologyFilter_GPU(int op, int type, const Mat &kernel, const Size &ksize,
 745                 Point anchor = Point(-1, -1));
 746
 747         //! returns morphological filter engine. Only MORPH_ERODE and MORPH_DILATE are supported.
 748         CV_EXPORTS Ptr<FilterEngine_GPU> createMorphologyFilter_GPU(int op, int type, const Mat &kernel,
 749                 const Point &anchor = Point(-1, -1), int iterations = 1);
 750
 751         //! a synonym for normalized box filter
 752         // supports data type: CV_8UC1, CV_8UC4, CV_32FC1 and CV_32FC4
 753         // supports border type: BORDER_CONSTANT, BORDER_REPLICATE, BORDER_REFLECT,BORDER_REFLECT_101
 754         static inline void blur(const oclMat &src, oclMat &dst, Size ksize, Point anchor = Point(-1, -1),
 755                                 int borderType = BORDER_CONSTANT)
 756         {
 757             boxFilter(src, dst, -1, ksize, anchor, borderType);
 758         }
 759
 760         //! applies non-separable 2D linear filter to the image
 761         //  Note, at the moment this function only works when anchor point is in the kernel center
 762         //  and kernel size supported is either 3x3 or 5x5; otherwise the function will fail to output valid result
 763         CV_EXPORTS void filter2D(const oclMat &src, oclMat &dst, int ddepth, const Mat &kernel,
 764                                  Point anchor = Point(-1, -1), int borderType = BORDER_DEFAULT);
 765
 766         //! applies separable 2D linear filter to the image
 767         CV_EXPORTS void sepFilter2D(const oclMat &src, oclMat &dst, int ddepth, const Mat &kernelX, const Mat &kernelY,
 768                                     Point anchor = Point(-1, -1), double delta = 0.0, int bordertype = BORDER_DEFAULT);
 769
 770         //! applies generalized Sobel operator to the image
 771         // dst.type must equalize src.type
 772         // supports data type: CV_8UC1, CV_8UC4, CV_32FC1 and CV_32FC4
 773         // supports border type: BORDER_CONSTANT, BORDER_REPLICATE, BORDER_REFLECT,BORDER_REFLECT_101
 774         CV_EXPORTS void Sobel(const oclMat &src, oclMat &dst, int ddepth, int dx, int dy, int ksize = 3, double scale = 1, double delta = 0.0, int bordertype = BORDER_DEFAULT);
 775
 776         //! applies the vertical or horizontal Scharr operator to the image
 777         // dst.type must equalize src.type
 778         // supports data type: CV_8UC1, CV_8UC4, CV_32FC1 and CV_32FC4
 779         // supports border type: BORDER_CONSTANT, BORDER_REPLICATE, BORDER_REFLECT,BORDER_REFLECT_101
 780         CV_EXPORTS void Scharr(const oclMat &src, oclMat &dst, int ddepth, int dx, int dy, double scale = 1, double delta = 0.0, int bordertype = BORDER_DEFAULT);
 781
 782         //! smooths the image using Gaussian filter.
 783         // dst.type must equalize src.type
 784         // supports data type: CV_8UC1, CV_8UC4, CV_32FC1 and CV_32FC4
 785         // supports border type: BORDER_CONSTANT, BORDER_REPLICATE, BORDER_REFLECT,BORDER_REFLECT_101
 786         CV_EXPORTS void GaussianBlur(const oclMat &src, oclMat &dst, Size ksize, double sigma1, double sigma2 = 0, int bordertype = BORDER_DEFAULT);
 787
 788         //! erodes the image (applies the local minimum operator)
 789         // supports data type: CV_8UC1, CV_8UC4, CV_32FC1 and CV_32FC4
 790         CV_EXPORTS void erode( const oclMat &src, oclMat &dst, const Mat &kernel, Point anchor = Point(-1, -1), int iterations = 1,
 791
 792                                int borderType = BORDER_CONSTANT, const Scalar &borderValue = morphologyDefaultBorderValue());
 793
 794
 795         //! dilates the image (applies the local maximum operator)
 796         // supports data type: CV_8UC1, CV_8UC4, CV_32FC1 and CV_32FC4
 797         CV_EXPORTS void dilate( const oclMat &src, oclMat &dst, const Mat &kernel, Point anchor = Point(-1, -1), int iterations = 1,
 798
 799                                 int borderType = BORDER_CONSTANT, const Scalar &borderValue = morphologyDefaultBorderValue());
 800
 801
 802         //! applies an advanced morphological operation to the image
 803         CV_EXPORTS void morphologyEx( const oclMat &src, oclMat &dst, int op, const Mat &kernel, Point anchor = Point(-1, -1), int iterations = 1,
 804
 805                                       int borderType = BORDER_CONSTANT, const Scalar &borderValue = morphologyDefaultBorderValue());
 806
 807
 808         ////////////////////////////// Image processing //////////////////////////////
 809         //! Does mean shift filtering on GPU.
 810         CV_EXPORTS void meanShiftFiltering(const oclMat &src, oclMat &dst, int sp, int sr,
 811                                            TermCriteria criteria = TermCriteria(TermCriteria::MAX_ITER + TermCriteria::EPS, 5, 1));
 812
 813         //! Does mean shift procedure on GPU.
 814         CV_EXPORTS void meanShiftProc(const oclMat &src, oclMat &dstr, oclMat &dstsp, int sp, int sr,
 815                                       TermCriteria criteria = TermCriteria(TermCriteria::MAX_ITER + TermCriteria::EPS, 5, 1));
 816
 817         //! Does mean shift segmentation with elimiation of small regions.
 818         CV_EXPORTS void meanShiftSegmentation(const oclMat &src, Mat &dst, int sp, int sr, int minsize,
 819                                               TermCriteria criteria = TermCriteria(TermCriteria::MAX_ITER + TermCriteria::EPS, 5, 1));
 820
 821         //! applies fixed threshold to the image.
 822         // supports CV_8UC1 and CV_32FC1 data type
 823         // supports threshold type: THRESH_BINARY, THRESH_BINARY_INV, THRESH_TRUNC, THRESH_TOZERO, THRESH_TOZERO_INV
 824         CV_EXPORTS double threshold(const oclMat &src, oclMat &dst, double thresh, double maxVal, int type = THRESH_TRUNC);
 825
 826         //! resizes the image
 827         // Supports INTER_NEAREST, INTER_LINEAR
 828         // supports CV_8UC1, CV_8UC4, CV_32FC1 and CV_32FC4 types
 829         CV_EXPORTS void resize(const oclMat &src, oclMat &dst, Size dsize, double fx = 0, double fy = 0, int interpolation = INTER_LINEAR);
 830
 831         //! Applies a generic geometrical transformation to an image.
 832
 833         // Supports INTER_NEAREST, INTER_LINEAR.
 834
 835         // Map1 supports CV_16SC2, CV_32FC2  types.
 836
 837         // Src supports CV_8UC1, CV_8UC2, CV_8UC4.
 838
 839         CV_EXPORTS void remap(const oclMat &src, oclMat &dst, oclMat &map1, oclMat &map2, int interpolation, int bordertype, const Scalar &value = Scalar());
 840
 841         //! copies 2D array to a larger destination array and pads borders with user-specifiable constant
 842         // supports CV_8UC1, CV_8UC4, CV_32SC1 types
 843         CV_EXPORTS void copyMakeBorder(const oclMat &src, oclMat &dst, int top, int bottom, int left, int right, int boardtype, const Scalar &value = Scalar());
 844
 845         //! Smoothes image using median filter
 846         // The source 1- or 4-channel image. When m is 3 or 5, the image depth should be CV 8U or CV 32F.
 847         CV_EXPORTS void medianFilter(const oclMat &src, oclMat &dst, int m);
 848
 849         //! warps the image using affine transformation
 850         // Supports INTER_NEAREST, INTER_LINEAR, INTER_CUBIC
 851         // supports CV_8UC1, CV_8UC4, CV_32FC1 and CV_32FC4 types
 852         CV_EXPORTS void warpAffine(const oclMat &src, oclMat &dst, const Mat &M, Size dsize, int flags = INTER_LINEAR);
 853
 854         //! warps the image using perspective transformation
 855         // Supports INTER_NEAREST, INTER_LINEAR, INTER_CUBIC
 856         // supports CV_8UC1, CV_8UC4, CV_32FC1 and CV_32FC4 types
 857         CV_EXPORTS void warpPerspective(const oclMat &src, oclMat &dst, const Mat &M, Size dsize, int flags = INTER_LINEAR);
 858
 859         //! computes the integral image and integral for the squared image
 860         // sum will have CV_32S type, sqsum - CV32F type
 861         // supports only CV_8UC1 source type
 862         CV_EXPORTS void integral(const oclMat &src, oclMat &sum, oclMat &sqsum);
 863         CV_EXPORTS void integral(const oclMat &src, oclMat &sum);
 864         CV_EXPORTS void cornerHarris(const oclMat &src, oclMat &dst, int blockSize, int ksize, double k, int bordertype = cv::BORDER_DEFAULT);
 865         CV_EXPORTS void cornerHarris_dxdy(const oclMat &src, oclMat &dst, oclMat &Dx, oclMat &Dy,
 866             int blockSize, int ksize, double k, int bordertype = cv::BORDER_DEFAULT);
 867         CV_EXPORTS void cornerMinEigenVal(const oclMat &src, oclMat &dst, int blockSize, int ksize, int bordertype = cv::BORDER_DEFAULT);
 868         CV_EXPORTS void cornerMinEigenVal_dxdy(const oclMat &src, oclMat &dst, oclMat &Dx, oclMat &Dy,
 869             int blockSize, int ksize, int bordertype = cv::BORDER_DEFAULT);
 870
 871         ////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
 872         ///////////////////////////////////////////CascadeClassifier//////////////////////////////////////////////////////////////////
 873         ///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
 874
 875 #if 0
 876         class CV_EXPORTS OclCascadeClassifier : public  cv::CascadeClassifier
 877         {
 878         public:
 879             OclCascadeClassifier() {};
 880             ~OclCascadeClassifier() {};
 881
 882             CvSeq* oclHaarDetectObjects(oclMat &gimg, CvMemStorage *storage, double scaleFactor,
 883                                         int minNeighbors, int flags, CvSize minSize = cvSize(0, 0), CvSize maxSize = cvSize(0, 0));
 884         };
 885 #endif
 886
 887 #if 0
 888         class CV_EXPORTS OclCascadeClassifierBuf : public  cv::CascadeClassifier
 889         {
 890         public:
 891             OclCascadeClassifierBuf() :
 892                 m_flags(0), initialized(false), m_scaleFactor(0), buffers(NULL) {}
 893
 894             ~OclCascadeClassifierBuf() { release(); }
 895
 896             void detectMultiScale(oclMat &image, CV_OUT std::vector<cv::Rect>& faces,
 897                                   double scaleFactor = 1.1, int minNeighbors = 3, int flags = 0,
 898                                   Size minSize = Size(), Size maxSize = Size());
 899             void release();
 900
 901         private:
 902             void Init(const int rows, const int cols, double scaleFactor, int flags,
 903                       const int outputsz, const size_t localThreads[],
 904                       Size minSize, Size maxSize);
 905             void CreateBaseBufs(const int datasize, const int totalclassifier, const int flags, const int outputsz);
 906             void CreateFactorRelatedBufs(const int rows, const int cols, const int flags,
 907                                          const double scaleFactor, const size_t localThreads[],
 908                                          Size minSize, Size maxSize);
 909             void GenResult(CV_OUT std::vector<cv::Rect>& faces, const std::vector<cv::Rect> &rectList, const std::vector<int> &rweights);
 910
 911             int m_rows;
 912             int m_cols;
 913             int m_flags;
 914             int m_loopcount;
 915             int m_nodenum;
 916             bool findBiggestObject;
 917             bool initialized;
 918             double m_scaleFactor;
 919             Size m_minSize;
 920             Size m_maxSize;
 921             std::vector<Size> sizev;
 922             std::vector<float> scalev;
 923             oclMat gimg1, gsum, gsqsum;
 924             void * buffers;
 925         };
 926 #endif
 927
 928         /////////////////////////////// Pyramid /////////////////////////////////////
 929         CV_EXPORTS void pyrDown(const oclMat &src, oclMat &dst);
 930
 931         //! upsamples the source image and then smoothes it
 932         CV_EXPORTS void pyrUp(const oclMat &src, oclMat &dst);
 933
 934         //! performs linear blending of two images
 935         //! to avoid accuracy errors sum of weigths shouldn't be very close to zero
 936         // supports only CV_8UC1 source type
 937         CV_EXPORTS void blendLinear(const oclMat &img1, const oclMat &img2, const oclMat &weights1, const oclMat &weights2, oclMat &result);
 938
 939         //! computes vertical sum, supports only CV_32FC1 images
 940         CV_EXPORTS void columnSum(const oclMat &src, oclMat &sum);
 941
 942         ///////////////////////////////////////// match_template /////////////////////////////////////////////////////////////
 943         struct CV_EXPORTS MatchTemplateBuf
 944         {
 945             Size user_block_size;
 946             oclMat imagef, templf;
 947             std::vector<oclMat> images;
 948             std::vector<oclMat> image_sums;
 949             std::vector<oclMat> image_sqsums;
 950         };
 951
 952         //! computes the proximity map for the raster template and the image where the template is searched for
 953         // Supports TM_SQDIFF, TM_SQDIFF_NORMED, TM_CCORR, TM_CCORR_NORMED, TM_CCOEFF, TM_CCOEFF_NORMED for type 8UC1 and 8UC4
 954         // Supports TM_SQDIFF, TM_CCORR for type 32FC1 and 32FC4
 955         CV_EXPORTS void matchTemplate(const oclMat &image, const oclMat &templ, oclMat &result, int method);
 956
 957         //! computes the proximity map for the raster template and the image where the template is searched for
 958         // Supports TM_SQDIFF, TM_SQDIFF_NORMED, TM_CCORR, TM_CCORR_NORMED, TM_CCOEFF, TM_CCOEFF_NORMED for type 8UC1 and 8UC4
 959         // Supports TM_SQDIFF, TM_CCORR for type 32FC1 and 32FC4
 960         CV_EXPORTS void matchTemplate(const oclMat &image, const oclMat &templ, oclMat &result, int method, MatchTemplateBuf &buf);
 961
 962
 963
 964         ///////////////////////////////////////////// Canny /////////////////////////////////////////////
 965         struct CV_EXPORTS CannyBuf;
 966
 967         //! compute edges of the input image using Canny operator
 968         // Support CV_8UC1 only
 969         CV_EXPORTS void Canny(const oclMat &image, oclMat &edges, double low_thresh, double high_thresh, int apperture_size = 3, bool L2gradient = false);
 970         CV_EXPORTS void Canny(const oclMat &image, CannyBuf &buf, oclMat &edges, double low_thresh, double high_thresh, int apperture_size = 3, bool L2gradient = false);
 971         CV_EXPORTS void Canny(const oclMat &dx, const oclMat &dy, oclMat &edges, double low_thresh, double high_thresh, bool L2gradient = false);
 972         CV_EXPORTS void Canny(const oclMat &dx, const oclMat &dy, CannyBuf &buf, oclMat &edges, double low_thresh, double high_thresh, bool L2gradient = false);
 973
 974         struct CV_EXPORTS CannyBuf
 975         {
 976             CannyBuf() : counter(NULL) {}
 977             ~CannyBuf()
 978             {
 979                 release();
 980             }
 981             explicit CannyBuf(const Size &image_size, int apperture_size = 3) : counter(NULL)
 982             {
 983                 create(image_size, apperture_size);
 984             }
 985             CannyBuf(const oclMat &dx_, const oclMat &dy_);
 986             void create(const Size &image_size, int apperture_size = 3);
 987             void release();
 988
 989             oclMat dx, dy;
 990             oclMat dx_buf, dy_buf;
 991             oclMat magBuf, mapBuf;
 992             oclMat trackBuf1, trackBuf2;
 993             void *counter;
 994             Ptr<FilterEngine_GPU> filterDX, filterDY;
 995         };
 996
 997         ///////////////////////////////////////// Hough Transform /////////////////////////////////////////
 998         //! HoughCircles
 999         struct HoughCirclesBuf
1000         {
1001             oclMat edges;
1002             oclMat accum;
1003             oclMat srcPoints;
1004             oclMat centers;
1005             CannyBuf cannyBuf;
1006         };
1007
1008         CV_EXPORTS void HoughCircles(const oclMat& src, oclMat& circles, int method, float dp, float minDist, int cannyThreshold, int votesThreshold, int minRadius, int maxRadius, int maxCircles = 4096);
1009         CV_EXPORTS void HoughCircles(const oclMat& src, oclMat& circles, HoughCirclesBuf& buf, int method, float dp, float minDist, int cannyThreshold, int votesThreshold, int minRadius, int maxRadius, int maxCircles = 4096);
1010         CV_EXPORTS void HoughCirclesDownload(const oclMat& d_circles, OutputArray h_circles);
1011
1012
1013         ///////////////////////////////////////// clAmdFft related /////////////////////////////////////////
1014         //! Performs a forward or inverse discrete Fourier transform (1D or 2D) of floating point matrix.
1015         //! Param dft_size is the size of DFT transform.
1016         //!
1017         //! For complex-to-real transform it is assumed that the source matrix is packed in CLFFT's format.
1018         // support src type of CV32FC1, CV32FC2
1019         // support flags: DFT_INVERSE, DFT_REAL_OUTPUT, DFT_COMPLEX_OUTPUT, DFT_ROWS
1020         // dft_size is the size of original input, which is used for transformation from complex to real.
1021         // dft_size must be powers of 2, 3 and 5
1022         // real to complex dft requires at least v1.8 clAmdFft
1023         // real to complex dft output is not the same with cpu version
1024         // real to complex and complex to real does not support DFT_ROWS
1025         CV_EXPORTS void dft(const oclMat &src, oclMat &dst, Size dft_size = Size(0, 0), int flags = 0);
1026
1027         //! implements generalized matrix product algorithm GEMM from BLAS
1028         // The functionality requires clAmdBlas library
1029         // only support type CV_32FC1
1030         // flag GEMM_3_T is not supported
1031         CV_EXPORTS void gemm(const oclMat &src1, const oclMat &src2, double alpha,
1032                              const oclMat &src3, double beta, oclMat &dst, int flags = 0);
1033
1034         //////////////// HOG (Histogram-of-Oriented-Gradients) Descriptor and Object Detector //////////////
1035
1036         struct CV_EXPORTS HOGDescriptor
1037
1038         {
1039
1040             enum { DEFAULT_WIN_SIGMA = -1 };
1041
1042             enum { DEFAULT_NLEVELS = 64 };
1043
1044             enum { DESCR_FORMAT_ROW_BY_ROW, DESCR_FORMAT_COL_BY_COL };
1045
1046
1047
1048             HOGDescriptor(Size win_size = Size(64, 128), Size block_size = Size(16, 16),
1049
1050                           Size block_stride = Size(8, 8), Size cell_size = Size(8, 8),
1051
1052                           int nbins = 9, double win_sigma = DEFAULT_WIN_SIGMA,
1053
1054                           double threshold_L2hys = 0.2, bool gamma_correction = true,
1055
1056                           int nlevels = DEFAULT_NLEVELS);
1057
1058
1059
1060             size_t getDescriptorSize() const;
1061
1062             size_t getBlockHistogramSize() const;
1063
1064
1065
1066             void setSVMDetector(const std::vector<float> &detector);
1067
1068
1069
1070             static std::vector<float> getDefaultPeopleDetector();
1071
1072             static std::vector<float> getPeopleDetector48x96();
1073
1074             static std::vector<float> getPeopleDetector64x128();
1075
1076
1077
1078             void detect(const oclMat &img, std::vector<Point> &found_locations,
1079
1080                         double hit_threshold = 0, Size win_stride = Size(),
1081
1082                         Size padding = Size());
1083
1084
1085
1086             void detectMultiScale(const oclMat &img, std::vector<Rect> &found_locations,
1087
1088                                   double hit_threshold = 0, Size win_stride = Size(),
1089
1090                                   Size padding = Size(), double scale0 = 1.05,
1091
1092                                   int group_threshold = 2);
1093
1094
1095
1096             void getDescriptors(const oclMat &img, Size win_stride,
1097
1098                                 oclMat &descriptors,
1099
1100                                 int descr_format = DESCR_FORMAT_COL_BY_COL);
1101
1102
1103
1104             Size win_size;
1105
1106             Size block_size;
1107
1108             Size block_stride;
1109
1110             Size cell_size;
1111
1112             int nbins;
1113
1114             double win_sigma;
1115
1116             double threshold_L2hys;
1117
1118             bool gamma_correction;
1119
1120             int nlevels;
1121
1122
1123
1124         protected:
1125
1126             // initialize buffers; only need to do once in case of multiscale detection
1127
1128             void init_buffer(const oclMat &img, Size win_stride);
1129
1130
1131
1132             void computeBlockHistograms(const oclMat &img);
1133
1134             void computeGradient(const oclMat &img, oclMat &grad, oclMat &qangle);
1135
1136
1137
1138             double getWinSigma() const;
1139
1140             bool checkDetectorSize() const;
1141
1142
1143
1144             static int numPartsWithin(int size, int part_size, int stride);
1145
1146             static Size numPartsWithin(Size size, Size part_size, Size stride);
1147
1148
1149
1150             // Coefficients of the separating plane
1151
1152             float free_coef;
1153
1154             oclMat detector;
1155
1156
1157
1158             // Results of the last classification step
1159
1160             oclMat labels;
1161
1162             Mat labels_host;
1163
1164
1165
1166             // Results of the last histogram evaluation step
1167
1168             oclMat block_hists;
1169
1170
1171
1172             // Gradients conputation results
1173
1174             oclMat grad, qangle;
1175
1176
1177
1178             // scaled image
1179
1180             oclMat image_scale;
1181
1182
1183
1184             // effect size of input image (might be different from original size after scaling)
1185
1186             Size effect_size;
1187
1188         };
1189
1190
1191         ////////////////////////feature2d_ocl/////////////////
1192         /****************************************************************************************\
1193         *                                      Distance                                          *
1194         \****************************************************************************************/
1195         template<typename T>
1196         struct CV_EXPORTS Accumulator
1197         {
1198             typedef T Type;
1199         };
1200         template<> struct Accumulator<unsigned char>
1201         {
1202             typedef float Type;
1203         };
1204         template<> struct Accumulator<unsigned short>
1205         {
1206             typedef float Type;
1207         };
1208         template<> struct Accumulator<char>
1209         {
1210             typedef float Type;
1211         };
1212         template<> struct Accumulator<short>
1213         {
1214             typedef float Type;
1215         };
1216
1217         /*
1218          * Manhattan distance (city block distance) functor
1219          */
1220         template<class T>
1221         struct CV_EXPORTS L1
1222         {
1223             enum { normType = NORM_L1 };
1224             typedef T ValueType;
1225             typedef typename Accumulator<T>::Type ResultType;
1226
1227             ResultType operator()( const T *a, const T *b, int size ) const
1228             {
1229                 return normL1<ValueType, ResultType>(a, b, size);
1230             }
1231         };
1232
1233         /*
1234          * Euclidean distance functor
1235          */
1236         template<class T>
1237         struct CV_EXPORTS L2
1238         {
1239             enum { normType = NORM_L2 };
1240             typedef T ValueType;
1241             typedef typename Accumulator<T>::Type ResultType;
1242
1243             ResultType operator()( const T *a, const T *b, int size ) const
1244             {
1245                 return (ResultType)std::sqrt((double)normL2Sqr<ValueType, ResultType>(a, b, size));
1246             }
1247         };
1248
1249         /*
1250          * Hamming distance functor - counts the bit differences between two strings - useful for the Brief descriptor
1251          * bit count of A exclusive XOR'ed with B
1252          */
1253         struct CV_EXPORTS Hamming
1254         {
1255             enum { normType = NORM_HAMMING };
1256             typedef unsigned char ValueType;
1257             typedef int ResultType;
1258
1259             /** this will count the bits in a ^ b
1260              */
1261             ResultType operator()( const unsigned char *a, const unsigned char *b, int size ) const
1262             {
1263                 return normHamming(a, b, size);
1264             }
1265         };
1266
1267         ////////////////////////////////// BruteForceMatcher //////////////////////////////////
1268
1269         class CV_EXPORTS BruteForceMatcher_OCL_base
1270         {
1271         public:
1272             enum DistType {L1Dist = 0, L2Dist, HammingDist};
1273             explicit BruteForceMatcher_OCL_base(DistType distType = L2Dist);
1274
1275             // Add descriptors to train descriptor collection
1276             void add(const std::vector<oclMat> &descCollection);
1277
1278             // Get train descriptors collection
1279             const std::vector<oclMat> &getTrainDescriptors() const;
1280
1281             // Clear train descriptors collection
1282             void clear();
1283
1284             // Return true if there are not train descriptors in collection
1285             bool empty() const;
1286
1287             // Return true if the matcher supports mask in match methods
1288             bool isMaskSupported() const;
1289
1290             // Find one best match for each query descriptor
1291             void matchSingle(const oclMat &query, const oclMat &train,
1292                              oclMat &trainIdx, oclMat &distance,
1293                              const oclMat &mask = oclMat());
1294
1295             // Download trainIdx and distance and convert it to CPU vector with DMatch
1296             static void matchDownload(const oclMat &trainIdx, const oclMat &distance, std::vector<DMatch> &matches);
1297             // Convert trainIdx and distance to vector with DMatch
1298             static void matchConvert(const Mat &trainIdx, const Mat &distance, std::vector<DMatch> &matches);
1299
1300             // Find one best match for each query descriptor
1301             void match(const oclMat &query, const oclMat &train, std::vector<DMatch> &matches, const oclMat &mask = oclMat());
1302
1303             // Make gpu collection of trains and masks in suitable format for matchCollection function
1304             void makeGpuCollection(oclMat &trainCollection, oclMat &maskCollection, const std::vector<oclMat> &masks = std::vector<oclMat>());
1305
1306             // Find one best match from train collection for each query descriptor
1307             void matchCollection(const oclMat &query, const oclMat &trainCollection,
1308                                  oclMat &trainIdx, oclMat &imgIdx, oclMat &distance,
1309                                  const oclMat &masks = oclMat());
1310
1311             // Download trainIdx, imgIdx and distance and convert it to vector with DMatch
1312             static void matchDownload(const oclMat &trainIdx, const oclMat &imgIdx, const oclMat &distance, std::vector<DMatch> &matches);
1313             // Convert trainIdx, imgIdx and distance to vector with DMatch
1314             static void matchConvert(const Mat &trainIdx, const Mat &imgIdx, const Mat &distance, std::vector<DMatch> &matches);
1315
1316             // Find one best match from train collection for each query descriptor.
1317             void match(const oclMat &query, std::vector<DMatch> &matches, const std::vector<oclMat> &masks = std::vector<oclMat>());
1318
1319             // Find k best matches for each query descriptor (in increasing order of distances)
1320             void knnMatchSingle(const oclMat &query, const oclMat &train,
1321                                 oclMat &trainIdx, oclMat &distance, oclMat &allDist, int k,
1322                                 const oclMat &mask = oclMat());
1323
1324             // Download trainIdx and distance and convert it to vector with DMatch
1325             // compactResult is used when mask is not empty. If compactResult is false matches
1326             // vector will have the same size as queryDescriptors rows. If compactResult is true
1327             // matches vector will not contain matches for fully masked out query descriptors.
1328             static void knnMatchDownload(const oclMat &trainIdx, const oclMat &distance,
1329                                          std::vector< std::vector<DMatch> > &matches, bool compactResult = false);
1330             // Convert trainIdx and distance to vector with DMatch
1331             static void knnMatchConvert(const Mat &trainIdx, const Mat &distance,
1332                                         std::vector< std::vector<DMatch> > &matches, bool compactResult = false);
1333
1334             // Find k best matches for each query descriptor (in increasing order of distances).
1335             // compactResult is used when mask is not empty. If compactResult is false matches
1336             // vector will have the same size as queryDescriptors rows. If compactResult is true
1337             // matches vector will not contain matches for fully masked out query descriptors.
1338             void knnMatch(const oclMat &query, const oclMat &train,
1339                           std::vector< std::vector<DMatch> > &matches, int k, const oclMat &mask = oclMat(),
1340                           bool compactResult = false);
1341
1342             // Find k best matches from train collection for each query descriptor (in increasing order of distances)
1343             void knnMatch2Collection(const oclMat &query, const oclMat &trainCollection,
1344                                      oclMat &trainIdx, oclMat &imgIdx, oclMat &distance,
1345                                      const oclMat &maskCollection = oclMat());
1346
1347             // Download trainIdx and distance and convert it to vector with DMatch
1348             // compactResult is used when mask is not empty. If compactResult is false matches
1349             // vector will have the same size as queryDescriptors rows. If compactResult is true
1350             // matches vector will not contain matches for fully masked out query descriptors.
1351             static void knnMatch2Download(const oclMat &trainIdx, const oclMat &imgIdx, const oclMat &distance,
1352                                           std::vector< std::vector<DMatch> > &matches, bool compactResult = false);
1353             // Convert trainIdx and distance to vector with DMatch
1354             static void knnMatch2Convert(const Mat &trainIdx, const Mat &imgIdx, const Mat &distance,
1355                                          std::vector< std::vector<DMatch> > &matches, bool compactResult = false);
1356
1357             // Find k best matches  for each query descriptor (in increasing order of distances).
1358             // compactResult is used when mask is not empty. If compactResult is false matches
1359             // vector will have the same size as queryDescriptors rows. If compactResult is true
1360             // matches vector will not contain matches for fully masked out query descriptors.
1361             void knnMatch(const oclMat &query, std::vector< std::vector<DMatch> > &matches, int k,
1362                           const std::vector<oclMat> &masks = std::vector<oclMat>(), bool compactResult = false);
1363
1364             // Find best matches for each query descriptor which have distance less than maxDistance.
1365             // nMatches.at<int>(0, queryIdx) will contain matches count for queryIdx.
1366             // carefully nMatches can be greater than trainIdx.cols - it means that matcher didn't find all matches,
1367             // because it didn't have enough memory.
1368             // If trainIdx is empty, then trainIdx and distance will be created with size nQuery x max((nTrain / 100), 10),
1369             // otherwize user can pass own allocated trainIdx and distance with size nQuery x nMaxMatches
1370             // Matches doesn't sorted.
1371             void radiusMatchSingle(const oclMat &query, const oclMat &train,
1372                                    oclMat &trainIdx, oclMat &distance, oclMat &nMatches, float maxDistance,
1373                                    const oclMat &mask = oclMat());
1374
1375             // Download trainIdx, nMatches and distance and convert it to vector with DMatch.
1376             // matches will be sorted in increasing order of distances.
1377             // compactResult is used when mask is not empty. If compactResult is false matches
1378             // vector will have the same size as queryDescriptors rows. If compactResult is true
1379             // matches vector will not contain matches for fully masked out query descriptors.
1380             static void radiusMatchDownload(const oclMat &trainIdx, const oclMat &distance, const oclMat &nMatches,
1381                                             std::vector< std::vector<DMatch> > &matches, bool compactResult = false);
1382             // Convert trainIdx, nMatches and distance to vector with DMatch.
1383             static void radiusMatchConvert(const Mat &trainIdx, const Mat &distance, const Mat &nMatches,
1384                                            std::vector< std::vector<DMatch> > &matches, bool compactResult = false);
1385
1386             // Find best matches for each query descriptor which have distance less than maxDistance
1387             // in increasing order of distances).
1388             void radiusMatch(const oclMat &query, const oclMat &train,
1389                              std::vector< std::vector<DMatch> > &matches, float maxDistance,
1390                              const oclMat &mask = oclMat(), bool compactResult = false);
1391
1392             // Find best matches for each query descriptor which have distance less than maxDistance.
1393             // If trainIdx is empty, then trainIdx and distance will be created with size nQuery x max((nQuery / 100), 10),
1394             // otherwize user can pass own allocated trainIdx and distance with size nQuery x nMaxMatches
1395             // Matches doesn't sorted.
1396             void radiusMatchCollection(const oclMat &query, oclMat &trainIdx, oclMat &imgIdx, oclMat &distance, oclMat &nMatches, float maxDistance,
1397                                        const std::vector<oclMat> &masks = std::vector<oclMat>());
1398
1399             // Download trainIdx, imgIdx, nMatches and distance and convert it to vector with DMatch.
1400             // matches will be sorted in increasing order of distances.
1401             // compactResult is used when mask is not empty. If compactResult is false matches
1402             // vector will have the same size as queryDescriptors rows. If compactResult is true
1403             // matches vector will not contain matches for fully masked out query descriptors.
1404             static void radiusMatchDownload(const oclMat &trainIdx, const oclMat &imgIdx, const oclMat &distance, const oclMat &nMatches,
1405                                             std::vector< std::vector<DMatch> > &matches, bool compactResult = false);
1406             // Convert trainIdx, nMatches and distance to vector with DMatch.
1407             static void radiusMatchConvert(const Mat &trainIdx, const Mat &imgIdx, const Mat &distance, const Mat &nMatches,
1408                                            std::vector< std::vector<DMatch> > &matches, bool compactResult = false);
1409
1410             // Find best matches from train collection for each query descriptor which have distance less than
1411             // maxDistance (in increasing order of distances).
1412             void radiusMatch(const oclMat &query, std::vector< std::vector<DMatch> > &matches, float maxDistance,
1413                              const std::vector<oclMat> &masks = std::vector<oclMat>(), bool compactResult = false);
1414
1415             DistType distType;
1416
1417         private:
1418             std::vector<oclMat> trainDescCollection;
1419         };
1420
1421         template <class Distance>
1422         class CV_EXPORTS BruteForceMatcher_OCL;
1423
1424         template <typename T>
1425         class CV_EXPORTS BruteForceMatcher_OCL< L1<T> > : public BruteForceMatcher_OCL_base
1426         {
1427         public:
1428             explicit BruteForceMatcher_OCL() : BruteForceMatcher_OCL_base(L1Dist) {}
1429             explicit BruteForceMatcher_OCL(L1<T> /*d*/) : BruteForceMatcher_OCL_base(L1Dist) {}
1430         };
1431         template <typename T>
1432         class CV_EXPORTS BruteForceMatcher_OCL< L2<T> > : public BruteForceMatcher_OCL_base
1433         {
1434         public:
1435             explicit BruteForceMatcher_OCL() : BruteForceMatcher_OCL_base(L2Dist) {}
1436             explicit BruteForceMatcher_OCL(L2<T> /*d*/) : BruteForceMatcher_OCL_base(L2Dist) {}
1437         };
1438         template <> class CV_EXPORTS BruteForceMatcher_OCL< Hamming > : public BruteForceMatcher_OCL_base
1439         {
1440         public:
1441             explicit BruteForceMatcher_OCL() : BruteForceMatcher_OCL_base(HammingDist) {}
1442             explicit BruteForceMatcher_OCL(Hamming /*d*/) : BruteForceMatcher_OCL_base(HammingDist) {}
1443         };
1444
1445         class CV_EXPORTS BFMatcher_OCL : public BruteForceMatcher_OCL_base
1446         {
1447         public:
1448             explicit BFMatcher_OCL(int norm = NORM_L2) : BruteForceMatcher_OCL_base(norm == NORM_L1 ? L1Dist : norm == NORM_L2 ? L2Dist : HammingDist) {}
1449         };
1450
1451         class CV_EXPORTS GoodFeaturesToTrackDetector_OCL
1452         {
1453         public:
1454             explicit GoodFeaturesToTrackDetector_OCL(int maxCorners = 1000, double qualityLevel = 0.01, double minDistance = 0.0,
1455                 int blockSize = 3, bool useHarrisDetector = false, double harrisK = 0.04);
1456
1457             //! return 1 rows matrix with CV_32FC2 type
1458             void operator ()(const oclMat& image, oclMat& corners, const oclMat& mask = oclMat());
1459             //! download points of type Point2f to a vector. the vector's content will be erased
1460             void downloadPoints(const oclMat &points, std::vector<Point2f> &points_v);
1461
1462             int maxCorners;
1463             double qualityLevel;
1464             double minDistance;
1465
1466             int blockSize;
1467             bool useHarrisDetector;
1468             double harrisK;
1469             void releaseMemory()
1470             {
1471                 Dx_.release();
1472                 Dy_.release();
1473                 eig_.release();
1474                 minMaxbuf_.release();
1475                 tmpCorners_.release();
1476             }
1477         private:
1478             oclMat Dx_;
1479             oclMat Dy_;
1480             oclMat eig_;
1481             oclMat minMaxbuf_;
1482             oclMat tmpCorners_;
1483         };
1484
1485         inline GoodFeaturesToTrackDetector_OCL::GoodFeaturesToTrackDetector_OCL(int maxCorners_, double qualityLevel_, double minDistance_,
1486             int blockSize_, bool useHarrisDetector_, double harrisK_)
1487         {
1488             maxCorners = maxCorners_;
1489             qualityLevel = qualityLevel_;
1490             minDistance = minDistance_;
1491             blockSize = blockSize_;
1492             useHarrisDetector = useHarrisDetector_;
1493             harrisK = harrisK_;
1494         }
1495
1496         /////////////////////////////// PyrLKOpticalFlow /////////////////////////////////////
1497
1498         class CV_EXPORTS PyrLKOpticalFlow
1499         {
1500         public:
1501             PyrLKOpticalFlow()
1502             {
1503                 winSize = Size(21, 21);
1504                 maxLevel = 3;
1505                 iters = 30;
1506                 derivLambda = 0.5;
1507                 useInitialFlow = false;
1508                 minEigThreshold = 1e-4f;
1509                 getMinEigenVals = false;
1510                 isDeviceArch11_ = false;
1511             }
1512
1513             void sparse(const oclMat &prevImg, const oclMat &nextImg, const oclMat &prevPts, oclMat &nextPts,
1514                         oclMat &status, oclMat *err = 0);
1515
1516             void dense(const oclMat &prevImg, const oclMat &nextImg, oclMat &u, oclMat &v, oclMat *err = 0);
1517
1518             Size winSize;
1519             int maxLevel;
1520             int iters;
1521             double derivLambda;
1522             bool useInitialFlow;
1523             float minEigThreshold;
1524             bool getMinEigenVals;
1525
1526             void releaseMemory()
1527             {
1528                 dx_calcBuf_.release();
1529                 dy_calcBuf_.release();
1530
1531                 prevPyr_.clear();
1532                 nextPyr_.clear();
1533
1534                 dx_buf_.release();
1535                 dy_buf_.release();
1536             }
1537
1538         private:
1539             void calcSharrDeriv(const oclMat &src, oclMat &dx, oclMat &dy);
1540
1541             void buildImagePyramid(const oclMat &img0, std::vector<oclMat> &pyr, bool withBorder);
1542
1543             oclMat dx_calcBuf_;
1544             oclMat dy_calcBuf_;
1545
1546             std::vector<oclMat> prevPyr_;
1547             std::vector<oclMat> nextPyr_;
1548
1549             oclMat dx_buf_;
1550             oclMat dy_buf_;
1551
1552             oclMat uPyr_[2];
1553             oclMat vPyr_[2];
1554
1555             bool isDeviceArch11_;
1556         };
1557         //////////////// build warping maps ////////////////////
1558         //! builds plane warping maps
1559         CV_EXPORTS void buildWarpPlaneMaps(Size src_size, Rect dst_roi, const Mat &K, const Mat &R, const Mat &T, float scale, oclMat &map_x, oclMat &map_y);
1560         //! builds cylindrical warping maps
1561         CV_EXPORTS void buildWarpCylindricalMaps(Size src_size, Rect dst_roi, const Mat &K, const Mat &R, float scale, oclMat &map_x, oclMat &map_y);
1562         //! builds spherical warping maps
1563         CV_EXPORTS void buildWarpSphericalMaps(Size src_size, Rect dst_roi, const Mat &K, const Mat &R, float scale, oclMat &map_x, oclMat &map_y);
1564         //! builds Affine warping maps
1565         CV_EXPORTS void buildWarpAffineMaps(const Mat &M, bool inverse, Size dsize, oclMat &xmap, oclMat &ymap);
1566
1567         //! builds Perspective warping maps
1568         CV_EXPORTS void buildWarpPerspectiveMaps(const Mat &M, bool inverse, Size dsize, oclMat &xmap, oclMat &ymap);
1569
1570         ///////////////////////////////////// interpolate frames //////////////////////////////////////////////
1571         //! Interpolate frames (images) using provided optical flow (displacement field).
1572         //! frame0   - frame 0 (32-bit floating point images, single channel)
1573         //! frame1   - frame 1 (the same type and size)
1574         //! fu       - forward horizontal displacement
1575         //! fv       - forward vertical displacement
1576         //! bu       - backward horizontal displacement
1577         //! bv       - backward vertical displacement
1578         //! pos      - new frame position
1579         //! newFrame - new frame
1580         //! buf      - temporary buffer, will have width x 6*height size, CV_32FC1 type and contain 6 oclMat;
1581         //!            occlusion masks            0, occlusion masks            1,
1582         //!            interpolated forward flow  0, interpolated forward flow  1,
1583         //!            interpolated backward flow 0, interpolated backward flow 1
1584         //!
1585         CV_EXPORTS void interpolateFrames(const oclMat &frame0, const oclMat &frame1,
1586                                           const oclMat &fu, const oclMat &fv,
1587                                           const oclMat &bu, const oclMat &bv,
1588                                           float pos, oclMat &newFrame, oclMat &buf);
1589
1590         //! computes moments of the rasterized shape or a vector of points
1591         CV_EXPORTS Moments ocl_moments(InputArray _array, bool binaryImage);
1592
1593         class CV_EXPORTS StereoBM_OCL
1594         {
1595         public:
1596             enum { BASIC_PRESET = 0, PREFILTER_XSOBEL = 1 };
1597
1598             enum { DEFAULT_NDISP = 64, DEFAULT_WINSZ = 19 };
1599
1600             //! the default constructor
1601             StereoBM_OCL();
1602             //! the full constructor taking the camera-specific preset, number of disparities and the SAD window size. ndisparities must be multiple of 8.
1603             StereoBM_OCL(int preset, int ndisparities = DEFAULT_NDISP, int winSize = DEFAULT_WINSZ);
1604
1605             //! the stereo correspondence operator. Finds the disparity for the specified rectified stereo pair
1606             //! Output disparity has CV_8U type.
1607             void operator() ( const oclMat &left, const oclMat &right, oclMat &disparity);
1608
1609             //! Some heuristics that tries to estmate
1610             // if current GPU will be faster then CPU in this algorithm.
1611             // It queries current active device.
1612             static bool checkIfGpuCallReasonable();
1613
1614             int preset;
1615             int ndisp;
1616             int winSize;
1617
1618             // If avergeTexThreshold  == 0 => post procesing is disabled
1619             // If avergeTexThreshold != 0 then disparity is set 0 in each point (x,y) where for left image
1620             // SumOfHorizontalGradiensInWindow(x, y, winSize) < (winSize * winSize) * avergeTexThreshold
1621             // i.e. input left image is low textured.
1622             float avergeTexThreshold;
1623         private:
1624             oclMat minSSD, leBuf, riBuf;
1625         };
1626
1627         class CV_EXPORTS StereoBeliefPropagation
1628         {
1629         public:
1630             enum { DEFAULT_NDISP  = 64 };
1631             enum { DEFAULT_ITERS  = 5  };
1632             enum { DEFAULT_LEVELS = 5  };
1633             static void estimateRecommendedParams(int width, int height, int &ndisp, int &iters, int &levels);
1634             explicit StereoBeliefPropagation(int ndisp  = DEFAULT_NDISP,
1635                                              int iters  = DEFAULT_ITERS,
1636                                              int levels = DEFAULT_LEVELS,
1637                                              int msg_type = CV_16S);
1638             StereoBeliefPropagation(int ndisp, int iters, int levels,
1639                                     float max_data_term, float data_weight,
1640                                     float max_disc_term, float disc_single_jump,
1641                                     int msg_type = CV_32F);
1642             void operator()(const oclMat &left, const oclMat &right, oclMat &disparity);
1643             void operator()(const oclMat &data, oclMat &disparity);
1644             int ndisp;
1645             int iters;
1646             int levels;
1647             float max_data_term;
1648             float data_weight;
1649             float max_disc_term;
1650             float disc_single_jump;
1651             int msg_type;
1652         private:
1653             oclMat u, d, l, r, u2, d2, l2, r2;
1654             std::vector<oclMat> datas;
1655             oclMat out;
1656         };
1657
1658         class CV_EXPORTS StereoConstantSpaceBP
1659         {
1660         public:
1661             enum { DEFAULT_NDISP    = 128 };
1662             enum { DEFAULT_ITERS    = 8   };
1663             enum { DEFAULT_LEVELS   = 4   };
1664             enum { DEFAULT_NR_PLANE = 4   };
1665             static void estimateRecommendedParams(int width, int height, int &ndisp, int &iters, int &levels, int &nr_plane);
1666             explicit StereoConstantSpaceBP(
1667                 int ndisp    = DEFAULT_NDISP,
1668                 int iters    = DEFAULT_ITERS,
1669                 int levels   = DEFAULT_LEVELS,
1670                 int nr_plane = DEFAULT_NR_PLANE,
1671                 int msg_type = CV_32F);
1672             StereoConstantSpaceBP(int ndisp, int iters, int levels, int nr_plane,
1673                 float max_data_term, float data_weight, float max_disc_term, float disc_single_jump,
1674                 int min_disp_th = 0,
1675                 int msg_type = CV_32F);
1676             void operator()(const oclMat &left, const oclMat &right, oclMat &disparity);
1677             int ndisp;
1678             int iters;
1679             int levels;
1680             int nr_plane;
1681             float max_data_term;
1682             float data_weight;
1683             float max_disc_term;
1684             float disc_single_jump;
1685             int min_disp_th;
1686             int msg_type;
1687             bool use_local_init_data_cost;
1688         private:
1689             oclMat u[2], d[2], l[2], r[2];
1690             oclMat disp_selected_pyr[2];
1691             oclMat data_cost;
1692             oclMat data_cost_selected;
1693             oclMat temp;
1694             oclMat out;
1695         };
1696
1697         // Implementation of the Zach, Pock and Bischof Dual TV-L1 Optical Flow method
1698         //
1699         // see reference:
1700         //   [1] C. Zach, T. Pock and H. Bischof, "A Duality Based Approach for Realtime TV-L1 Optical Flow".
1701         //   [2] Javier Sanchez, Enric Meinhardt-Llopis and Gabriele Facciolo. "TV-L1 Optical Flow Estimation".
1702         class CV_EXPORTS OpticalFlowDual_TVL1_OCL
1703         {
1704         public:
1705             OpticalFlowDual_TVL1_OCL();
1706
1707             void operator ()(const oclMat& I0, const oclMat& I1, oclMat& flowx, oclMat& flowy);
1708
1709             void collectGarbage();
1710
1711             /**
1712             * Time step of the numerical scheme.
1713             */
1714             double tau;
1715
1716             /**
1717             * Weight parameter for the data term, attachment parameter.
1718             * This is the most relevant parameter, which determines the smoothness of the output.
1719             * The smaller this parameter is, the smoother the solutions we obtain.
1720             * It depends on the range of motions of the images, so its value should be adapted to each image sequence.
1721             */
1722             double lambda;
1723
1724             /**
1725             * Weight parameter for (u - v)^2, tightness parameter.
1726             * It serves as a link between the attachment and the regularization terms.
1727             * In theory, it should have a small value in order to maintain both parts in correspondence.
1728             * The method is stable for a large range of values of this parameter.
1729             */
1730             double theta;
1731
1732             /**
1733             * Number of scales used to create the pyramid of images.
1734             */
1735             int nscales;
1736
1737             /**
1738             * Number of warpings per scale.
1739             * Represents the number of times that I1(x+u0) and grad( I1(x+u0) ) are computed per scale.
1740             * This is a parameter that assures the stability of the method.
1741             * It also affects the running time, so it is a compromise between speed and accuracy.
1742             */
1743             int warps;
1744
1745             /**
1746             * Stopping criterion threshold used in the numerical scheme, which is a trade-off between precision and running time.
1747             * A small value will yield more accurate solutions at the expense of a slower convergence.
1748             */
1749             double epsilon;
1750
1751             /**
1752             * Stopping criterion iterations number used in the numerical scheme.
1753             */
1754             int iterations;
1755
1756             bool useInitialFlow;
1757
1758         private:
1759             void procOneScale(const oclMat& I0, const oclMat& I1, oclMat& u1, oclMat& u2);
1760
1761             std::vector<oclMat> I0s;
1762             std::vector<oclMat> I1s;
1763             std::vector<oclMat> u1s;
1764             std::vector<oclMat> u2s;
1765
1766             oclMat I1x_buf;
1767             oclMat I1y_buf;
1768
1769             oclMat I1w_buf;
1770             oclMat I1wx_buf;
1771             oclMat I1wy_buf;
1772
1773             oclMat grad_buf;
1774             oclMat rho_c_buf;
1775
1776             oclMat p11_buf;
1777             oclMat p12_buf;
1778             oclMat p21_buf;
1779             oclMat p22_buf;
1780
1781             oclMat diff_buf;
1782             oclMat norm_buf;
1783         };
1784     }
1785 }
1786 #if defined _MSC_VER && _MSC_VER >= 1200
1787 #  pragma warning( push)
1788 #  pragma warning( disable: 4267)
1789 #endif
1790 #include "opencv2/ocl/matrix_operations.hpp"
1791 #if defined _MSC_VER && _MSC_VER >= 1200
1792 #  pragma warning( pop)
1793 #endif
1794
1795 #endif /* __OPENCV_OCL_HPP__ */