NPP库中libnppitc模块介绍

1. libnppitc 模块简介

libnppitc 是 NPP 库中专注于 图像阈值化（Thresholding）和像素级比较操作 的模块，提供高效的 GPU 加速二值化与逻辑运算功能。
核心功能包括：

• 阈值化处理（全局/局部阈值、二值化、截断等）

• 像素比较（大于、小于、等于等逻辑操作）

• 图像掩码生成

• 多图像逻辑运算（AND、OR、XOR）

2. 核心数据类型与属性

2.1 常用数据类型

2.2 阈值化模式

3. 核心方法分类与参数表

3.1 阈值化操作

3.2 像素比较操作

3.3 逻辑运算

4. 完整示例代码（阈值化与比较操作）

c

#include <nppitc.h>
#include <stdio.h>

int main() {
    // 1. 初始化图像参数（单通道 640x480）
    int width = 640, height = 480;
    NppiSize roiSize = {width, height};
    int step = width * sizeof(Npp8u);
    Npp8u *pSrc, *pDst1, *pDst2;
    
    // 2. 分配GPU内存
    cudaMalloc(&pSrc, width * height * sizeof(Npp8u));
    cudaMalloc(&pDst1, width * height * sizeof(Npp8u));
    cudaMalloc(&pDst2, width * height * sizeof(Npp8u));

    // 3. 全局阈值化（二值化，阈值=128，最大值=255）
    nppiThreshold_8u_C1R(pSrc, step, pDst1, step, roiSize, 128, 255);

    // 4. 图像比较（找出大于100的像素）
    nppiCompareC_8u_C1R(pSrc, step, 100, pDst2, step, roiSize, NPP_CMP_GREATER);

    // 5. 统计有效像素数量（可选）
    int count;
    nppiCountInRange_8u_C1R(pDst2, step, roiSize, &count, 1, 255);
    printf("Pixels > 100: %d\n", count);

    // 6. 释放内存
    cudaFree(pSrc);
    cudaFree(pDst1);
    cudaFree(pDst2);
    return 0;
}

5. 关键注意事项

1. 阈值化模式选择：

   • NPP_THRESHOLD_BINARY：适用于二值分割。

   • NPP_THRESHOLD_TRUNC：适用于像素值截断（如归一化）。

2. 比较操作枚举：

   c

   typedef enum {
       NPP_CMP_LESS = 0,     // <
       NPP_CMP_GREATER = 2,  // >
       NPP_CMP_EQUAL = 4     // ==
   } NppCmpOp;

3. 性能优化：

   • 对连续图像区域处理时，优先使用 roiSize 指定有效区域以减少计算量。

   • 多步骤操作（如阈值化+逻辑运算）可合并到单个内核调用中。

6. 官方资源

• 文档: NPP Threshold and Compare Guide

• 头文件:

  • nppitc.h（核心函数）

  • nppicom.h（兼容性函数）

• 依赖库: CUDA Toolkit + NPP 11.0 或更高版本