Hey，我来帮你拆解下这个问题——你的情况其实挺典型的，尤其是用老款GPU处理特定算法的时候，咱们一步步分析原因：

一、硬件与架构的先天限制 #

你的GPU是GeForce GT 330M，这是一款2010年左右的老旧笔记本显卡，属于sm_12早期CUDA架构，没有后续Fermi、Kepler架构的核心优化特性，比如高效共享内存、更灵活的线程束调度。而且它只有48个CUDA核心，计算能力远不如现代CPU（哪怕是同期CPU，单线程加SIMD指令优化，处理小任务的效率都能超过这款GPU）。

二、中值滤波的算法特性限制 #

中值滤波和高斯模糊、阈值化这类高度并行的算法不一样：

• 高斯模糊每个像素的计算只依赖邻域加权求和，能完全并行分配给每个CUDA核心；
• 但中值滤波需要对窗口内的像素排序，排序操作的并行化效率极低——哪怕GPU能同时处理多个窗口的排序，排序本身的内存访问、线程同步逻辑很难充分利用GPU的并行优势，反而会因为额外开销拖慢速度。
  而OpenCV的CPU版本中值滤波，早就针对x86架构做了SSE/AVX等SIMD指令集优化，单线程就能高效处理排序和窗口计算，小图像下优势非常明显。

三、图像尺寸太小，GPU并行优势无法发挥 #

你测试的是512×512的图像，总像素仅26万左右。GPU的并行计算需要大量任务填充所有CUDA核心，才能摊平线程启动、调度的固定开销。小尺寸图像下，GPU核心根本跑不满，而CPU可以用SIMD快速处理所有像素，自然耗时更短。

四、老旧CUDA与OpenCV版本的影响 #

你的CUDA驱动/运行时版本是6.5，这也是很老的版本了。早期OpenCV CUDA模块对中值滤波的优化并不完善，尤其是针对sm_12这种老架构的适配，没充分利用硬件特性。而同期CPU版本已经经过多年打磨，优化程度远高于CUDA版本。

给你的验证建议 #

• 测试大尺寸图像：比如用2048×2048甚至4K分辨率的图像试试，当像素数量足够多的时候，GPU的并行优势才有可能体现出来；
• 对比其他CUDA算法：比如用cv::cuda::GaussianBlur或cv::cuda::threshold测试，看看这些高度并行的算法是不是GPU更快——如果这些算法GPU能跑赢CPU，说明你的代码没问题，只是中值滤波本身不适合GPU加速；
• 检查代码细节：确认你的CUDA Mat是直接在GPU内存创建的，有没有不必要的主机-设备内存拷贝（虽然你说纯apply步骤也慢，但还是要确认cv::cuda::MedianBlur的调用是否正确，比如输入输出都是cuda::GpuMat）；
• 尝试更新版本：如果可能的话，升级CUDA驱动和OpenCV到较新的版本，新版本对老架构虽然支持有限，但算法优化会更好，说不定能提升中值滤波的GPU性能。

内容的提问来源于stack exchange，提问作者ffttyy