cuMat2 = cv.cuda_GpuMat()
cuMat1.upload(npMat1)
cuMat2.upload(npMat2)
+ cuMatDst = cv.cuda_GpuMat(cuMat1.size(),cuMat1.type())
self.assertTrue(np.allclose(cv.cuda.add(cuMat1, cuMat2).download(),
cv.add(npMat1, npMat2)))
+ cv.cuda.add(cuMat1, cuMat2, cuMatDst)
+ self.assertTrue(np.allclose(cuMatDst.download(),cv.add(npMat1, npMat2)))
+
self.assertTrue(np.allclose(cv.cuda.subtract(cuMat1, cuMat2).download(),
cv.subtract(npMat1, npMat2)))
+ cv.cuda.subtract(cuMat1, cuMat2, cuMatDst)
+ self.assertTrue(np.allclose(cuMatDst.download(),cv.subtract(npMat1, npMat2)))
+
self.assertTrue(np.allclose(cv.cuda.multiply(cuMat1, cuMat2).download(),
cv.multiply(npMat1, npMat2)))
+ cv.cuda.multiply(cuMat1, cuMat2, cuMatDst)
+ self.assertTrue(np.allclose(cuMatDst.download(),cv.multiply(npMat1, npMat2)))
+
self.assertTrue(np.allclose(cv.cuda.divide(cuMat1, cuMat2).download(),
cv.divide(npMat1, npMat2)))
+ cv.cuda.divide(cuMat1, cuMat2, cuMatDst)
+ self.assertTrue(np.allclose(cuMatDst.download(),cv.divide(npMat1, npMat2)))
+
self.assertTrue(np.allclose(cv.cuda.absdiff(cuMat1, cuMat2).download(),
cv.absdiff(npMat1, npMat2)))
+ cv.cuda.absdiff(cuMat1, cuMat2, cuMatDst)
+ self.assertTrue(np.allclose(cuMatDst.download(),cv.absdiff(npMat1, npMat2)))
+
self.assertTrue(np.allclose(cv.cuda.compare(cuMat1, cuMat2, cv.CMP_GE).download(),
cv.compare(npMat1, npMat2, cv.CMP_GE)))
+ cuMatDst1 = cv.cuda_GpuMat(cuMat1.size(),cv.CV_8UC3)
+ cv.cuda.compare(cuMat1, cuMat2, cv.CMP_GE, cuMatDst1)
+ self.assertTrue(np.allclose(cuMatDst1.download(),cv.compare(npMat1, npMat2, cv.CMP_GE)))
+
self.assertTrue(np.allclose(cv.cuda.abs(cuMat1).download(),
np.abs(npMat1)))
+ cv.cuda.abs(cuMat1, cuMatDst)
+ self.assertTrue(np.allclose(cuMatDst.download(),np.abs(npMat1)))
+
self.assertTrue(np.allclose(cv.cuda.sqrt(cv.cuda.sqr(cuMat1)).download(),
cv.cuda.abs(cuMat1).download()))
+ cv.cuda.sqr(cuMat1, cuMatDst)
+ cv.cuda.sqrt(cuMatDst, cuMatDst)
+ self.assertTrue(np.allclose(cuMatDst.download(),cv.cuda.abs(cuMat1).download()))
self.assertTrue(np.allclose(cv.cuda.log(cv.cuda.exp(cuMat1)).download(),
npMat1))
+ cv.cuda.exp(cuMat1, cuMatDst)
+ cv.cuda.log(cuMatDst, cuMatDst)
+ self.assertTrue(np.allclose(cuMatDst.download(),npMat1))
+
self.assertTrue(np.allclose(cv.cuda.pow(cuMat1, 2).download(),
cv.pow(npMat1, 2)))
+ cv.cuda.pow(cuMat1, 2, cuMatDst)
+ self.assertTrue(np.allclose(cuMatDst.download(),cv.pow(npMat1, 2)))
+
def test_cudaarithm_logical(self):
npMat1 = (np.random.random((128, 128)) * 255).astype(np.uint8)
npMat2 = (np.random.random((128, 128)) * 255).astype(np.uint8)
cuMat2 = cv.cuda_GpuMat()
cuMat1.upload(npMat1)
cuMat2.upload(npMat2)
+ cuMatDst = cv.cuda_GpuMat(cuMat1.size(),cuMat1.type())
self.assertTrue(np.allclose(cv.cuda.bitwise_or(cuMat1, cuMat2).download(),
cv.bitwise_or(npMat1, npMat2)))
+ cv.cuda.bitwise_or(cuMat1, cuMat2, cuMatDst)
+ self.assertTrue(np.allclose(cuMatDst.download(),cv.bitwise_or(npMat1, npMat2)))
+
self.assertTrue(np.allclose(cv.cuda.bitwise_and(cuMat1, cuMat2).download(),
cv.bitwise_and(npMat1, npMat2)))
+ cv.cuda.bitwise_and(cuMat1, cuMat2, cuMatDst)
+ self.assertTrue(np.allclose(cuMatDst.download(),cv.bitwise_and(npMat1, npMat2)))
+
self.assertTrue(np.allclose(cv.cuda.bitwise_xor(cuMat1, cuMat2).download(),
cv.bitwise_xor(npMat1, npMat2)))
+ cv.cuda.bitwise_xor(cuMat1, cuMat2, cuMatDst)
+ self.assertTrue(np.allclose(cuMatDst.download(),cv.bitwise_xor(npMat1, npMat2)))
+
self.assertTrue(np.allclose(cv.cuda.bitwise_not(cuMat1).download(),
cv.bitwise_not(npMat1)))
+ cv.cuda.bitwise_not(cuMat1, cuMatDst)
+ self.assertTrue(np.allclose(cuMatDst.download(),cv.bitwise_not(npMat1)))
+
self.assertTrue(np.allclose(cv.cuda.min(cuMat1, cuMat2).download(),
cv.min(npMat1, npMat2)))
+ cv.cuda.min(cuMat1, cuMat2, cuMatDst)
+ self.assertTrue(np.allclose(cuMatDst.download(),cv.min(npMat1, npMat2)))
+
self.assertTrue(np.allclose(cv.cuda.max(cuMat1, cuMat2).download(),
cv.max(npMat1, npMat2)))
+ cv.cuda.max(cuMat1, cuMat2, cuMatDst)
+ self.assertTrue(np.allclose(cuMatDst.download(),cv.max(npMat1, npMat2)))
+
+ def test_cudaarithm_arithmetic(self):
+ npMat1 = (np.random.random((128, 128, 3)) * 255).astype(np.uint8)
+
+ cuMat1 = cv.cuda_GpuMat(npMat1)
+ cuMatDst = cv.cuda_GpuMat(cuMat1.size(),cuMat1.type())
+ cuMatB = cv.cuda_GpuMat(cuMat1.size(),cv.CV_8UC1)
+ cuMatG = cv.cuda_GpuMat(cuMat1.size(),cv.CV_8UC1)
+ cuMatR = cv.cuda_GpuMat(cuMat1.size(),cv.CV_8UC1)
+
+ self.assertTrue(np.allclose(cv.cuda.merge(cv.cuda.split(cuMat1)),npMat1))
+
+ cv.cuda.split(cuMat1,[cuMatB,cuMatG,cuMatR])
+ cv.cuda.merge([cuMatB,cuMatG,cuMatR],cuMatDst)
+ self.assertTrue(np.allclose(cuMatDst.download(),npMat1))
+
def test_cudabgsegm_existence(self):
#Test at least the existence of wrapped functions for now