C++ 使用cuda进行图像处理，图像不变

我有以下内核

   __global__ void filter(unsigned char *image, unsigned char *out, int n, int m)
    {
        int x = blockIdx.x * blockDim.x + threadIdx.x;
        int y = blockIdx.y * blockDim.y + threadIdx.y;
        int offset = x + y * blockDim.x * gridDim.x;
        int sumx, sumy, sumz, k, l;

        __shared__ float shared[16][16];

        shared[threadIdx.x][threadIdx.y] = image[offset];
            out[offset] = shared[threadIdx.x][threadIdx.y]; 

    }

我调用它就像

filter（dev_image，dev_out，n，m）

奇怪的是，即使我对内核调用进行注释并编译，图像仍然保持不变。知道为什么会这样吗？gpu上的内存不是被释放了吗

void Draw()
{
    unsigned char *image, *out;
    int n, m;
    unsigned char *dev_image, *dev_out;
    image = readppm("maskros512.ppm", &n, &m);
    out = (unsigned char*) malloc(n*m*3);
    printf("%d %d\n",n,m );
    cudaMalloc( (void**)&dev_image, n*m*3);
    cudaMalloc( (void**)&dev_out, n*m*3);
    cudaMemcpy( dev_image, image, n*m*3, cudaMemcpyHostToDevice);
    dim3 threads( 1, 256 );
    dim3 blocks( 32, 32 );
    filter<<<blocks, threads>>>(dev_image, dev_out, n, m);
    cudaMemcpy( out, dev_out, n*m*3, cudaMemcpyDeviceToHost );
    cudaFree(dev_image);
    cudaFree(dev_out);
    glClearColor( 0.0, 0.0, 0.0, 1.0 );
    glClear( GL_COLOR_BUFFER_BIT );
    glRasterPos2f(-1, -1);
    glDrawPixels( n, m, GL_RGB, GL_UNSIGNED_BYTE, image );
    glRasterPos2i(0, -1);
    glDrawPixels( n, m, GL_RGB, GL_UNSIGNED_BYTE, out );
    glFlush();
}

void Draw（）
{
无符号字符*图像，*输出；
int n，m；
未签名字符*dev_image，*dev_out；
image=readppm（“maskros512.ppm”、&n和&m）；
out=（无符号字符*）malloc（n*m*3）；
printf（“%d%d\n”，n，m）；
Cudamaloc（（空白**）和开发图像，n*m*3）；
Cudamaloc（（void**）和dev_out，n*m*3）；
cudaMemcpy（dev_image，image，n*m*3，cudamemcpyhostodevice）；
dim3螺纹（1256）；
dim3块（32,32）；
过滤器（dev_image，dev_out，n，m）；
cudaMemcpy（out，dev_out，n*m*3，cudaMemcpyDeviceToHost）；
cudaFree（dev_图像）；
cudaFree（dev_out）；
glClearColor（0.0,0.0,0.0,1.0）；
glClear（GLU颜色缓冲位）；
glRasterPos2f（-1，-1）；
GLDRAW像素（n，m，GL_RGB，GL_无符号字节，图像）；
glRasterPos2i（0，-1）；
GLDRAW像素（n，m，GL_RGB，GL_无符号字节，out）；
glFlush（）；
}
如果只注释掉
过滤器
行，则没有任何内容填充
dev\u out
。因此，如果您随后将
dev_out
复制到
out
中，您将得到垃圾，可能是上次
dev_out
中的任何内容

这些行是不对的：

dim3 threads( 1, 256 );
dim3 blocks( 32, 32 );

您正在启动的线程块是x中的1个线程乘以y中的256个线程。这对您的内核没有意义。您的内核希望每个像素启动一个线程，并且它希望x和y中都有足够的线程数组来覆盖像素的图像空间。此外，共享内存分配需要16x16个线程块。试试这个：

dim3 threads(16,16);
dim3 blocks((n+threads.x-1)/threads.x, (m+threads.y-1)/threads.y);

此外，您的图像似乎由3字节像素组成。但是，每像素只启动一个线程。因此，您需要每像素复制3个字节，而不是一个。大概是这样的：

#define RED 0
#define GRN 1
#define BLU 2

__global__ void filter(unsigned char *image, unsigned char *out, int n, int m)
{
    int x = blockIdx.x * blockDim.x + threadIdx.x;
    int y = blockIdx.y * blockDim.y + threadIdx.y;
    int offset = x + y * blockDim.x * gridDim.x;
    // the above numbers are all pixel dimensions.  To convert to byte dimensions, 
    // we must multiply by 3
    int sumx, sumy, sumz, k, l;

    __shared__ unsigned char shared[16][16*3];

    shared[threadIdx.x][(threadIdx.y*3)+RED] = image[(offset*3)+RED]; // pick up red
    shared[threadIdx.x][(threadIdx.y*3)+GRN] = image[(offset*3)+GRN]; // pick up green
    shared[threadIdx.x][(threadIdx.y*3)+BLU] = image[(offset*3)+BLU]; // pick up blue
    out[(offset*3)+RED] = shared[threadIdx.x][(threadIdx.y*3)+RED]; 
    out[(offset*3)+GRN] = shared[threadIdx.x][(threadIdx.y*3)+GRN]; 
    out[(offset*3)+BLU] = shared[threadIdx.x][(threadIdx.y*3)+BLU]; 
}

最后，您应该正确地执行
您的内核什么都不做。（请注意，内核中没有任何东西被写入
out
，也没有任何全局内存位置。）很可能编译器正在将其优化为空函数。无论图像中发生了什么，都是代码中某些方面的结果，这些方面您没有显示出来。事实上，SO期望：“与您编写的代码问题有关的问题必须在问题本身中描述特定问题，并包括重现问题的有效代码。请参阅SSCCE.org以获取指导。”投票关闭-您还没有提供SSCCE.org代码。即使您现在向内核添加了一行代码，将
写入
，但如果不显示完整的代码，仍然无法解释发生了什么。@RobertCrovella我添加了调用过滤器的my Draw函数，奇怪的是，即使我对“过滤器”行进行注释，图像也不会改变。