Opencv 为什么sgbm中的差异值可以被16整除?
我正在研究opencv sgbm(半全局块匹配)函数。这里使用了两个参数(minDisparity和NumberOfDifferention)。Opencv 为什么sgbm中的差异值可以被16整除?,opencv,image-processing,matching,digital,Opencv,Image Processing,Matching,Digital,我正在研究opencv sgbm(半全局块匹配)函数。这里使用了两个参数(minDisparity和NumberOfDifferention)。 这就是为什么numberOfDifferentications值应该被16整除的原因?可能是为了简化内部代码,它使用SSE2。一般而言,SSE2说明: 同时处理多个数字;使信息的总数量可以平均分割,使事情变得更简单 SSE2需要128位(16字节)内存对齐;当事情是16的好倍数时,对齐可以更容易地保持 如果您查看OpenCV源代码,您将看到许多用于
这就是为什么numberOfDifferentications值应该被16整除的原因?可能是为了简化内部代码,它使用SSE2。一般而言,SSE2说明:
- 同时处理多个数字;使信息的总数量可以平均分割,使事情变得更简单
- SSE2需要128位(16字节)内存对齐;当事情是16的好倍数时,对齐可以更容易地保持
如果您查看OpenCV源代码,您将看到许多用于SGBM算法的SSE2代码。可能是实现定义的。