C++ Nvidia NPP nppiFilter与2d内核进行卷积时会产生垃圾

提供

nppiFilter

函数，用于将用户提供的映像与用户提供的内核进行卷积。对于一维卷积核，

nppiFilter

工作正常。但是，

nppiFilter

正在为2D内核生成垃圾映像

我使用典型的Lena图像作为输入：

---

下面是我用1D卷积内核进行的实验，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); 
}

下面是使用2D内核的输出图像

[-1 0 1；-1 0 1；-1 0 1]

我做错了什么？

描述了一个类似的问题，如用户Steenstrup的图像所示：

---

最后几点注意事项：

• 对于2D内核，对于某些锚定值（例如，

  nppipointoanchor={0,0}

  或

  {1,1}

  ），我得到error

  -24

  ，根据。这一问题在报告中简要提到
• 这段代码非常冗长。这不是主要问题，但是有人对如何使代码更简洁有什么建议吗

---

您正在为内核阵列使用2D内存分配器。内核阵列是密集的一维阵列，而不是典型NPP图像中的二维跨步阵列

只需将2D CUDA malloc替换为大小为kernelWidth*kernelHeight*sizeof（Npp32s）的简单CUDA malloc，并执行常规CUDA memcopy而非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);

---

另一方面，“比例因子”为1并不表示没有缩放。比例因子为2^（-ScaleFactor）。

啊，太好了。我现在正在尝试1D

cudamaloc

和1D

cudaMemcpy

。另外，听起来好像

ScaleFactor=0

不会给出缩放，对吗？使用1D malloc和memcpy解决了这个问题！！谢谢这是使用2d 3x3内核处理的图像：如果NPP按

2^（-ScaleFactor）

缩放，那么我认为

ScaleFactor=0

应该给出1的除数。但是，设置

ScaleFactor=0

会给我一个空白图像。

//1D instead of 2D
cudaMalloc((void**)&deviceKernel, kernelSize.width * kernelSize.height * sizeof(Npp32s));
cudaMemcpy(deviceKernel, hostKernel, kernelSize.width * kernelSize.height * sizeof(Npp32s), cudaMemcpyHostToDevice);