如何使用带CUDA支持的OpenCV在Python中实现GPU图像旋转？

你已经编译好带CUDA支持的OpenCV 4.6.0，直接借助cv2.cuda模块就能实现GPU加速的图像旋转，核心逻辑是将CPU端图像数据上传到GPU完成计算，再把结果回传到CPU进行显示。

完整实现代码如下：

import cv2

# 可选：验证CUDA设备是否正常识别
if cv2.cuda.getCudaEnabledDeviceCount() == 0:
    print("未检测到可用CUDA设备")
    exit()

# 读取CPU端图像
img = cv2.imread("cat.3.jpg")
if img is None:
    print("无法读取目标图像文件")
    exit()

# 将图像数据上传至GPU，转为GpuMat对象（GPU内存中的数据载体）
gpu_img = cv2.cuda.GpuMat()
gpu_img.upload(img)

# 在GPU上执行90度顺时针旋转，参数与CPU版cv2.rotate完全一致
gpu_rotated = cv2.cuda.rotate(gpu_img, cv2.ROTATE_90_CLOCKWISE)

# 将GPU端处理结果下载回CPU内存
rotated_img = gpu_rotated.download()

# 显示旋转后的图像
cv2.imshow("cat", rotated_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

关键细节说明： #

• GpuMat是OpenCV CUDA模块的核心数据结构，所有GPU加速操作必须基于该对象执行，不能直接使用CPU端的numpy.ndarray（即cv2.imread返回的图像对象）。
• upload()/download()分别负责CPU与GPU之间的数据拷贝，这两步是跨设备操作的必要环节。
• 若需要实现任意角度旋转，可使用cv2.cuda.warpAffine配合旋转矩阵完成，操作逻辑与CPU端一致，只需将所有数据对象替换为GpuMat即可。

内容的提问来源于stack exchange，提问作者Jonny_92