點擊我愛計算機視覺標星，更快獲取CVML新技術
今天跟大家介紹一本學習CUDA加速的OpenCV的新書《Hands-On GPU-Accelerated Computer Vision with OpenCV and CUDA》。
文末附pdf、code、video下載。
計算機視覺是典型的計算密集型應用，長久以來OpenCV的開發都繞不開加速，降低算法複雜度、開發易於並行的算法、榨乾硬體的計算能力（利用GPU、FPGA等）在實際應用場景中非常重要。
在OpenCV 3的時代，CPU指令級（SSE、AVX、NEON）、CUDA、OpenCL均被支持，甚至官方有過Halide語言（一種專門設計為利用各種硬體加速視覺算法運行的語言）嘗鮮。
在剛剛發布的OpenCV 4中（千呼萬喚始出來，OpenCV 4.0正式發布！），CUDA已被移出主模塊，不得不說很遺憾。
當然支持CUDA 的OpenCV 3會一直可以使用的，畢竟背後有NVIDIA的支持。
比較尷尬的是，除了官方文檔，業內一直沒有特別適合的為初學者準備的GPU加速的CUDA OpenCV教程。
不過今年9月份，Packt出版社的新書《Hands-On GPU-Accelerated Computer Vision with OpenCV and CUDA》，則提供了一套由淺入深的CUDA OpenCV開發教程，值得相關工程技術人員、學生學習。
該書作者Bhaumik Vaidya博士稱，在計算機視覺中，經常需要實時處理大量圖像，這對於僅能利用CPU的OpenCV往往很難處理。但這卻是CUDA的亮點，它可以允許OpenCV利用功能強大的NVDIA GPU。而本書詳細介紹了如何將OpenCV與CUDA集成到實際應用中。
該書適合對OpenCV有一定了解，但對CUDA OpenCV的開發並不了解的讀者，該書作者稱：
「如果您是OpenCV的開發人員並希望學習如何通過利用GPU來處理更複雜的圖像數據，那麼本書是您的首選指南。 而學習本書前，最好需要全面了解計算機視覺概念和程式語言，如C ++或Python。」
該書共計12章，涵蓋以下內容：
1.了解如何從CUDA程序訪問GPU設備屬性和功能；
2.了解如何加快搜索和排序算法；
3.檢測圖像中的線條和圓形等形狀；
4.使用算法探索對象跟蹤和檢測；
5.在Jetson TX1中使用不同的視頻分析技術處理視頻；
6.從PyCUDA程序訪問GPU設備屬性；
7.了解內核執行的工作原理。
每章均配有代碼，並錄製了10個視頻教程。
作為該領域最新的相關開發教程，非常值得參考。
資源下載
在「我愛計算機視覺」微信公眾號對話界面回復「CUDA-OpenCV」，即可收到原書PDF（英文）、各章節Code、課程Video百度雲下載地址。
https://github.com/PacktPublishing/Hands-On-GPU-Accelerated-Computer-Vision-with-OpenCV-and-CUDA
加群交流
關注計算機視覺與機器學習技術，歡迎加入52CV群，掃碼添加52CV君拉你入群（請務必註明:加群）：
喜歡在QQ交流的童鞋，可以加52CV官方QQ群：928997753。
（不會時時在線，如果沒能及時通過驗證還請見諒）
更多技術乾貨，詳見：
"我愛計算機視覺"精華文章分類匯總（2018年12月13日）
長按關注我愛計算機視覺
【點讚與轉發】就是一種鼓勵