[英]OpenCL Kernel for Canny
我正在尝试以非常简单易用的方式使用OpenCL内核实现Canny Edge Detection
。
我正在使用原始的SobelFilter
内核来执行非最大抑制和阈值化之类的步骤。
但是我迷失了到达像素并用以下方法对它们进行数学计算:
__kernel void sobel_filter(__global uchar4* inputImage, __global uchar4* outputImage)
您能给我一些想法还是给我一些简单的例子来实现这一目标? 我们将不胜感激。 问候。
Sobel过滤器在内核执行中可以分为X和Y维。 因此,一个人只能在X或Y维度上扫描,或者在同一个内核循环中对这两个维度进行扫描,以实现边缘特征检测。
在此处使用azer89
用户的形象: 图像处理-实现Sobel过滤器
我准备了这个内核:
__kernel void postProcess(__global uchar * input, __global uchar * output)
{
int resultImgSize=1024;
int pixelX=get_global_id(0)%resultImgSize; // 1-D id list to 2D workitems(each process a single pixel)
int pixelY=get_global_id(0)/resultImgSize;
int imgW=resultImgSize;
int imgH=resultImgSize;
float kernelx[3][3] = {{-1, 0, 1},
{-2, 0, 2},
{-1, 0, 1}};
float kernely[3][3] = {{-1, -2, -1},
{0, 0, 0},
{1, 2, 1}};
// also colors are separable
int magXr=0,magYr=0; // red
int magXg=0,magYg=0;
int magXb=0,magYb=0;
// Sobel filter
// this conditional leaves 10-pixel-wide edges out of processing
if( (pixelX<imgW-10) && (pixelY<imgH-10) && (pixelX>10) && (pixelY>10) )
{
for(int a = 0; a < 3; a++)
{
for(int b = 0; b < 3; b++)
{
int xn = pixelX + a - 1;
int yn = pixelY + b - 1;
int index = xn + yn * resultImgSize;
magXr += input[index*4] * kernelx[a][b];
magXg += input[index*4+1] * kernelx[a][b];
magXb += input[index*4+2] * kernelx[a][b];
magYr += input[index*4] * kernely[a][b];
magYg += input[index*4+1] * kernely[a][b];
magYb += input[index*4+2] * kernely[a][b];
}
}
}
// magnitude of x+y vector
output[(pixelX+pixelY*resultImgSize)*4] =sqrt((float)(magXr*magXr + magYr*magYr)) ;
output[(pixelX+pixelY*resultImgSize)*4+1]=sqrt((float)(magXg*magXg + magYg*magYg)) ;
output[(pixelX+pixelY*resultImgSize)*4+2]=sqrt((float)(magXb*magXb + magYb*magYb)) ;
output[(pixelX+pixelY*resultImgSize)*4+3]=255;
}
索引在此处uchar
4,因为它们被解释为uchar
数组作为内核参数。 uchar
是OpenCL中的单个字节(至少对于我的系统而言)。
这是一个视频:
如果它也对您azer89
,您应该接受azer89
的解决方案。 但这不是很优化,对于低端GPU可能需要1-2毫秒,而对于只有1024x1024图像的CPU则可能需要更多时间。 使用字节数组(C#语言)将图像数据发送到OpenCL缓冲区(不是图像缓冲区),内核启动选项为:
这里的kernelx和kernely 2D数组也是float
因此将它们设为char
可以使其速度更快。 如果结果看起来比预期的颜色鲜艳得多,您也可以检查结果(钳位,划分等)。 主机端的表示/解释对于处理颜色的下溢和过低也很重要。
ARM计算库具有canny实现Canny CL内核
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.