TorchMorph：CUDA 加速的形态学变换工具
TorchMorph 是一个轻量级 PyTorch 扩展，用于二值和灰度形态学处理、距离变换以及熵正则化最优传输。该项目提供 22 个运算符，均以融合 CUDA 内核实现，可直接处理最多包含 8 个空间维度的 CUDA 张量。其 API 逐参数兼容 scipy.ndimage，便于现有流程迁移。作者称，与单线程 CPU 参考实现相比，TorchMorph 在灰度形态学处理上的吞吐量最高提升 1,100 倍，在精确欧氏距离变换上最高提升 350 倍。二值和 Chamfer 运算结果与 SciPy 完全一致，浮点运算的绝对误差不超过 1.8 × 10⁻⁶。该项目采用 MIT 许可证发布。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。