cpu加速warpAffine例程

下面是CPU加速的warpAffine例程：

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
    Mat src = imread("lena.jpg");
    if (src.empty())
    {
        cout << "Could not open or find the image!\n" << endl;
        return -1;
    }

    Point2f srcTri[3], dstTri[3];
    Mat warp_mat(2, 3, CV_32FC1);
    Mat dst, dst_cpu;

    srcTri[0] = Point2f(0, 0);
    srcTri[1] = Point2f(src.cols - 1, 0);
    srcTri[2] = Point2f(0, src.rows - 1);

    dstTri[0] = Point2f(src.cols*0.0, src.rows*0.33);
    dstTri[1] = Point2f(src.cols*0.85, src.rows*0.25);
    dstTri[2] = Point2f(src.cols*0.15, src.rows*0.7);

    warp_mat = getAffineTransform(srcTri, dstTri);
    warpAffine(src, dst, warp_mat, src.size(), INTER_LINEAR, BORDER_CONSTANT, Scalar());

    TickMeter tm;
    tm.start();

    int rows = src.rows;
    int cols = src.cols;
    dst_cpu.create(rows, cols, src.type());

    float M[6];
    Mat map_matrix(2, 3, CV_32F, M);
    int map_width = dst_cpu.cols;
    int map_height = dst_cpu.rows;

    for (int i = 0; i < map_height; ++i)
    {
        for (int j = 0; j < map_width; ++j)
        {
            float x = M[0] * j + M[1] * i + M[2];
            float y = M[3] * j + M[4] * i + M[5];
            int src_x = (int)(x + 0.5);
            int src_y = (int)(y + 0.5);

            if (src_x >= 0 && src_x < cols && src_y >= 0 && src_y < rows)
            {
                dst_cpu.at<Vec3b>(i, j) = src.at<Vec3b>(src_y, src_x);
            }
            else
            {
                dst_cpu.at<Vec3b>(i, j) = Vec3b(0, 0, 0);
            }
        }
    }

    tm.stop();
    cout << "CPU Time: " << tm.getTimeMilli() << " ms" << endl;

    imshow("Original image", src);
    imshow("Affine Transform", dst);
    imshow("CPU Affine Transform", dst_cpu);
    waitKey(0);

    return 0;
}

其中，CPU加速部分使用了一个双重循环，对每个像素进行仿射变换，最终得到变换后的图像。在循环中，使用了OpenCV的at方法对像素进行访问和修改。需要注意的是，at方法中的模板参数应该与原图像的类型相同。