Question

我正在编写一个程序来将rgba图像转换为灰度图像。我在这方面做了很多工作并正确实现了内核。但是，网格大小可能是错误的，即使它的逻辑是正确的。

内核：

__global__
void rgba_to_greyscale(const uchar4* const rgbaImage,
                   unsigned char* const greyImage,
                   int numRows, int numCols)
{   
    int x = (blockIdx.x * blockDim.x) + threadIdx.x;
    int y = (blockIdx.y * blockDim.y) + threadIdx.y;

    if(x >= numCols || y >= numRows)
        return;

    uchar4 rgba = rgbaImage[x+y];
    float channelSum = 0.299f*rgba.x + 0.587f*rgba.y + 0.114f*rgba.z;

    greyImage[x+y] = channelSum;
}

和内核启动：

const dim3 blockSize(10, 10, 1);  //TODO
  size_t gridSizeX, gridSizeY;
  gridSizeX = numCols + (10 - (numCols % 10) );  //adding some number to make it multiple of 10
  gridSizeY = numRows + (10 - (numRows % 10) );  //adding some number to make it multiple of 10

  const dim3 gridSize( gridSizeX, gridSizeY, 1);  //TODO
  rgba_to_greyscale<<<gridSize, blockSize>>>(d_rgbaImage, d_greyImage, numRows, numCols);

我创建了更多的线程，然后在内核中应用绑定检查。

Answer 1

您正在使用x+y访问您的图片。但考虑到这一点，您可以通过这种方式获得的最大图像大小为numRows+numCols。你不能只是添加这两个坐标，因为这意味着，例如(1,2)与(3,0)相同的图像元素是纯粹的垃圾。相反，对于每个y坐标，您必须跳过图像的整行，因此它应该是rgbaImage[x+y*numCols]（当然，greyImage也是如此）。但请注意，根据图像数据的布局，它可能也是另一种方式（x*numRows+y），但我假设这里通常的图像布局（并且在你的内核中无论如何都无关紧要，因为所有像素都被平等对待。）

CUDA：无法计算网格大小

1 个答案: