[英]Nvidia NPP nppiFilter produces garbage when convolving with 2d kernel
Nvidia Performance Primitives(NPP)提供nppiFilter
函数,用于将用户提供的图像与用户提供的内核进行卷积。 对于1D卷积内核, nppiFilter
正常工作。 但是, nppiFilter
正在为2D内核生成垃圾图像。
我使用典型的Lena图像作为输入:
这是我使用1D卷积内核的实验,它可以产生良好的输出。
#include <npp.h> // provided in CUDA SDK
#include <ImagesCPU.h> // these image libraries are also in CUDA SDK
#include <ImagesNPP.h>
#include <ImageIO.h>
void test_nppiFilter()
{
npp::ImageCPU_8u_C1 oHostSrc;
npp::loadImage("Lena.pgm", oHostSrc);
npp::ImageNPP_8u_C1 oDeviceSrc(oHostSrc); // malloc and memcpy to GPU
NppiSize kernelSize = {3, 1}; // dimensions of convolution kernel (filter)
NppiSize oSizeROI = {oHostSrc.width() - kernelSize.width + 1, oHostSrc.height() - kernelSize.height + 1};
npp::ImageNPP_8u_C1 oDeviceDst(oSizeROI.width, oSizeROI.height); // allocate device image of appropriately reduced size
npp::ImageCPU_8u_C1 oHostDst(oDeviceDst.size());
NppiPoint oAnchor = {2, 1}; // found that oAnchor = {2,1} or {3,1} works for kernel [-1 0 1]
NppStatus eStatusNPP;
Npp32s hostKernel[3] = {-1, 0, 1}; // convolving with this should do edge detection
Npp32s* deviceKernel;
size_t deviceKernelPitch;
cudaMallocPitch((void**)&deviceKernel, &deviceKernelPitch, kernelSize.width*sizeof(Npp32s), kernelSize.height*sizeof(Npp32s));
cudaMemcpy2D(deviceKernel, deviceKernelPitch, hostKernel,
sizeof(Npp32s)*kernelSize.width, // sPitch
sizeof(Npp32s)*kernelSize.width, // width
kernelSize.height, // height
cudaMemcpyHostToDevice);
Npp32s divisor = 1; // no scaling
eStatusNPP = nppiFilter_8u_C1R(oDeviceSrc.data(), oDeviceSrc.pitch(),
oDeviceDst.data(), oDeviceDst.pitch(),
oSizeROI, deviceKernel, kernelSize, oAnchor, divisor);
cout << "NppiFilter error status " << eStatusNPP << endl; // prints 0 (no errors)
oDeviceDst.copyTo(oHostDst.data(), oHostDst.pitch()); // memcpy to host
saveImage("Lena_filter_1d.pgm", oHostDst);
}
使用内核[-1 0 1]
输出上述代码 - 它看起来像一个合理的渐变图像:
但是,如果我使用2D卷积内核, nppiFilter
输出一个垃圾图像。 以下是我从上面的代码更改为使用2D内核运行的内容[-1 0 1; -1 0 1; -1 0 1]
[-1 0 1; -1 0 1; -1 0 1]
[-1 0 1; -1 0 1; -1 0 1]
:
NppiSize kernelSize = {3, 3};
Npp32s hostKernel[9] = {-1, 0, 1, -1, 0, 1, -1, 0, 1};
NppiPoint oAnchor = {2, 2}; // note: using anchor {1,1} or {0,0} causes error -24 (NPP_TEXTURE_BIND_ERROR)
saveImage("Lena_filter_2d.pgm", oHostDst);
下面是使用2D内核的输出图像[-1 0 1; -1 0 1; -1 0 1]
[-1 0 1; -1 0 1; -1 0 1]
[-1 0 1; -1 0 1; -1 0 1]
。
这篇StackOverflow文章描述了一个类似的问题,如用户Steenstrup的图片所示: http : //1ordrup.dk/kasper/image/Lena_boxFilter5.jpg
最后几点说明:
NppiPoint oAnchor = {0, 0}
或{1, 1}
),我得到错误-24
,根据NPP用户指南转换为NPP_TEXTURE_BIND_ERROR
。 此StackOverflow帖子中简要提到了此问题。 您正在为内核阵列使用2D内存分配器。 核心阵列是密集的一维阵列,而不是典型的NPP图像的二维跨步阵列。
只需用一个大小为kernelWidth * kernelHeight * sizeof(Npp32s)的简单cuda malloc替换2D CUDA malloc,并执行普通的CUDA memcopy而不是memcopy 2D。
//1D instead of 2D
cudaMalloc((void**)&deviceKernel, kernelSize.width * kernelSize.height * sizeof(Npp32s));
cudaMemcpy(deviceKernel, hostKernel, kernelSize.width * kernelSize.height * sizeof(Npp32s), cudaMemcpyHostToDevice);
另外,“比例因子”1不会转换为不缩放。 缩放发生在因子2 ^( - ScaleFactor)。
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.