? 上一篇图像卷积 http://www.cnblogs.com/cuancuancuanhao/p/8535569.html。这篇使用了 OpenCV 从文件读取彩色的 jpeg 图像，进行边缘检测以后写回文件。
● 代码（没有使用局部内存优化）
1 // convolution.cl，核函数，应该和上一篇中无优化内核是一样的
2 __kernel void convolution(__read_only image2d_t sourceImage, __write_only image2d_t outputImage,
3 int rows, int cols, __constant float* filter, int filterWidth, sampler_t sampler)
4 {
5 const int col = get_global_id(0), row = get_global_id(1); // 注意工作项的顺序，图像上是先横着数再竖着数
6 const int halfWidth = (int)(filterWidth / 2);
7 float4 sum = { 0.0f, 0.0f, 0.0f, 0.0f }, pixel; // 输出数据类型是四元浮点数，与 image 统一
8 int i, j, filterIdx; // 传入的卷积窗口是一维的，用一个下标即可遍历
9 int2 coords;
10 for (filterIdx = 0, i = -halfWidth; i <= halfWidth; i++)
11 {
12 coords.y = row + i; // 从 work-item 分到的行号偏移 i 行，作为图像坐标的第二分量
13 for (j = -halfWidth; j <= halfWidth; j++)
14 {
15 coords.x = col + j; // 从 work-item 分到的列号偏移 i 列，作为图像坐标的第一分量
16 pixel = read_imagef(sourceImage, sampler, coords); // 读取源图像上相应位置的值
17 sum.x += pixel.x * filter[filterIdx++];
18 }
19 }
20 if (row < rows && col < cols) // 将落在有效范围内的计算数据输出
21 {
22 coords.x = col;
23 coords.y = row;
24 write_imagef(outputImage, coords, sum);
25 }
26 return;
27 }
1 // convolution.c，主函数
2 #include <stdio.h>
3 #include <stdlib.h>
4 #include <cl.h>
5 #include <opencv.hpp>
6 #include <D:\Program\OpenCV\build\include\opencv2\core\cvstd.hpp>// 不知道为什么要加这个，否则报错
7 #include <iostream>
8 #include <vector>
9
10 using namespace std;
11 using namespace cv;
12
13 #define CUAN_OPENCL12
14 #ifndef CUAN_OPENCL12
15 #pragma warning(disable : 4996)// 部分函数在 OpenCL2.0 中已经被弃用，需要添加该行以支持老版本中的函数，否则报错，信息举例 "‘clCreateImage2D‘: 被声明为已否决 "
16 #endif
17
18 const char *sourceProgram = "D:\\Code\\OpenCL\\convolution.cl";// 核函数文件
19
20 char* readSource(const char* kernelPath)// 读取文本文件，存储为 char *
21 {
22 FILE *fp;
23 char *source;
24 long int size;
25 printf("readSource, Program file: %s\n", kernelPath);
26 fopen_s(&fp, kernelPath, "rb");
27 if (!fp)
28 {
29 printf("Open kernel file failed\n");
30 exit(-1);
31 }
32 if (fseek(fp, 0, SEEK_END) != 0)
33 {
34 printf("Seek end of file faildd\n");
35 exit(-1);
36 }
37 if ((size = ftell(fp)) < 0)
38 {
39 printf("Get file position failed\n");
40 exit(-1);
41 }
42 rewind(fp);
43 if ((source = (char *)malloc(size + 1)) == NULL)
44 {
45 printf("Allocate space failed\n");
46 exit(-1);
47 }
48 fread(source, 1, size, fp);
49 fclose(fp);
50 source[size] = ‘\0‘;
51 return source;
52 }
53
54 int main()
55 {
56 // 卷积窗口相关
57 const int filterWidth = 5, filterSize = filterWidth * filterWidth, halfFilterWidth = filterWidth / 2;
58 float filter[filterSize] =
59 /*
60 {// 恒等映射
61 0, 0, 0, 0, 0,
62 0, 0, 0, 0, 0,
63 0, 0, 1, 0, 0,
64 0, 0, 0, 0, 0,
65 0, 0, 0, 0, 0
66 };
67 */
68 {// 边缘检测
69 -3, 0,-1, 0, 2,
70 0,-1, 0, 2, 0,
71 -1, 0, 4, 0,-1,
72 0, 2, 0,-1, 0,
73 2, 0,-1, 0,-3,
74 };
75
76 // 图片相关
77 Mat image = imread("D:\\1.jpg");
78 Mat channel[3];
79 split(image, channel);
80 int imageHeight = image.rows, imageWidth = image.cols;
81 float *imageData = (float*)malloc(sizeof(float) * imageHeight * imageWidth);
82
83 // 准备平台，设备，上下文，命令队列部分
84 cl_int status;
85 cl_platform_id platform;
86 clGetPlatformIDs(1, &platform, NULL);
87 cl_device_id device;
88 clGetDeviceIDs(platform, CL_DEVICE_TYPE_ALL, 1, &device, NULL);
89 cl_context_properties props[3] = { CL_CONTEXT_PLATFORM,(cl_context_properties)(platform), 0 };
90 cl_context context;
91 context = clCreateContext(props, 1, &device, NULL, NULL, &status);
92 cl_command_queue queue;
93 queue = clCreateCommandQueue(context, device, 0, &status);
94
95 // 设置 image 数据描述符，仅使用 OpenCL1.2 规范
96 cl_image_desc desc;
97 desc.image_type = CL_MEM_OBJECT_IMAGE2D;
98 desc.image_width = imageWidth;
99 desc.image_height = imageHeight;
100 desc.image_depth = 0;
101 desc.image_array_size = 0;
102 desc.image_row_pitch = 0;
103 desc.image_slice_pitch = 0;
104 desc.num_mip_levels = 0;
105 desc.num_samples = 0;
106 desc.buffer = NULL;
107 cl_image_format format;
108 format.image_channel_order = CL_R;
109 format.image_channel_data_type = CL_FLOAT;
110 cl_mem d_inputImage = clCreateImage(context, CL_MEM_READ_ONLY, &format, &desc, NULL, &status);
111 cl_mem d_outputImage = clCreateImage(context, CL_MEM_WRITE_ONLY, &format, &desc, NULL, &status);
112
113 // 卷积窗口缓冲区
114 cl_mem d_filter = clCreateBuffer(context, 0, filterSize * sizeof(float), NULL, &status);
115
116 // 主机数据写入设备
117 size_t origin[3] = { 0, 0, 0 }, region[3] = { imageWidth, imageHeight, 1 };// 偏移量和每个维度上的尺寸
118 clEnqueueWriteBuffer(queue, d_filter, CL_TRUE, 0, filterSize * sizeof(float), filter, 0, NULL, NULL);
119
120 // 创建采样器，规定图像坐标系的类型和访问越界时的解决方案，以及插值方式
121 cl_sampler sampler = clCreateSampler(context, CL_FALSE, CL_ADDRESS_CLAMP_TO_EDGE, CL_FILTER_NEAREST, &status);
122
123 // 程序的运行时编译，创建内核
124 const char* source = readSource(sourceProgram);
125 cl_program program = clCreateProgramWithSource(context, 1, &source, NULL, NULL);
126 clBuildProgram(program, 1, &device, NULL, NULL, NULL);
127 cl_kernel kernel = clCreateKernel(program, "convolution", &status);
128
129 // 声明内核参数
130 clSetKernelArg(kernel, 0, sizeof(cl_mem), &d_inputImage);
131 clSetKernelArg(kernel, 1, sizeof(cl_mem), &d_outputImage);
132 clSetKernelArg(kernel, 2, sizeof(int), &imageHeight);
133 clSetKernelArg(kernel, 3, sizeof(int), &imageWidth);
134 clSetKernelArg(kernel, 4, sizeof(cl_mem), &d_filter);
135 clSetKernelArg(kernel, 5, sizeof(int), &filterWidth);
136 clSetKernelArg(kernel, 6, sizeof(cl_sampler), &sampler);
137
138 // 内核参数
139 size_t globalSize[2] = { imageWidth, imageHeight };
140
141 int i, j;
142 for (i = 0; i < 3; i++)// 三个通道，分别为蓝、绿、红
143 {
144 // 更新输入缓冲区
145 for (j = 0; j < imageHeight * imageWidth; j++)
146 imageData[j] = (float)channel[i].data[j];
147 clEnqueueWriteImage(queue, d_inputImage, CL_TRUE, origin, region, 0, 0, imageData, 0, NULL, NULL);
148
149 // 执行内核
150 clEnqueueNDRangeKernel(queue, kernel, 2, NULL, globalSize, NULL, 0, NULL, NULL);
151
152 // 向文件中写入结果
153 clEnqueueReadImage(queue, d_outputImage, CL_TRUE, origin, region, 0, 0, imageData, 0, NULL, NULL);
154 for (j = 0; j < imageHeight * imageWidth; j++)
155 channel[i].data[j] = (imageData[j] < 0 ? 0 : (unsigned char)int(imageData[j]));
156 }
157
158 merge(channel, 3, image); // 三个通道合成
159 imwrite("D:\\2.jpg", image, vector<int>{IMWRITE_JPEG_QUALITY, 95});// 最后一个参数为输出图片的选项，95%质量
160 imshow("merge", image); // 在窗口中展示图片
161 waitKey(0); // 等待键盘输入
162
163 free(imageData);
164 getchar();
165 return 0;
166
167 }
● 输出结果，感谢助教提供的原图 
readSource, Program file: D:\Code\OpenCL\convolution.cl
● 用到 OpenCV 的关键部分
1 #include <opencv.hpp>
2 #include <D:\Program\OpenCV\build\include\opencv2\core\cvstd.hpp>// 不知道为什么要加这个，否则报错
3 #include <iostream>
4 #include <vector>
5
6 {
7 Mat image = imread("D:\\1.jpg"); // 读取图片，OpenCV 自动识别文件类型，返回一个 Mat 类
8 Mat channel[3]; // 分别存放图像的三个通道
9 split(image, channel); // 将原图像拆分为三个通道，分别为蓝色、绿色、红色
10 int imageHeight = image.rows, imageWidth = image.cols;// 获取图像的行数和列数
11
12 float value = (float)channel[0].data[0]; // 获取图像中某一像素的值，注意格式为 unsigned char，注意与 float 之间的转换
13 channel[0].data[0] = (unsigned char)int(value); // float 转回 unsigned char，注意数据范围和四舍五入方向
14
15 merge(channel, 3, image); // 三个通道合成
16 imwrite("D:\\2.jpg", image, vector<int>{IMWRITE_JPEG_QUALITY, 95});// 最后一个参数为输出图片的选项，95% 压缩质量
17 imshow("merge", image); // 在窗口中展示图片
18 waitKey(0); // 等待键盘输入
19 }
原文地址：https://www.cnblogs.com/cuancuancuanhao/p/8870667.html
时间： 2024-08-30 14:40:18