C++ 使用C+将交织数据的图像数组转换为非交织数据时出现问题+/CUDA与CImg

我正在尝试使用CUDA将RGBRGB值数组转换为RRGGBB值数组。我现在的代码是：

__global__ void convertToo(UCHAR *imageData, UCHAR *outData, size_t dataSize)
{
    size_t i = threadIdx.x + blockIdx.x * blockDim.x;
    if (i >= dataSize) return;
    auto index = ((i % 3) * (dataSize / 3)) + i;
    if (index >= dataSize) return;
    auto iVal = imageData[i];
    outData[index] = iVal;
}

（索引和Ival用于调试） 调用它的代码是：

auto blockSize = size / 1024;
convertToo <<<blockSize, 1024>> > (imageData, outData, size * sizeof(UCHAR));

auto blockSize=size/1024；
ConvertTo（图像数据、输出数据、大小*大小（UCHAR））；

其中imageData是包含RGB值的数组，outData是新格式化的数据应该放在的位置

CImg<unsigned char> image(s.c_str());
CImg<unsigned char> result(s.c_str());

size_t old_sizeX = image.width();
size_t old_sizeY = image.height();
size_t old_spectrum = image.spectrum();
size_t old_depth = image.depth();
size_t size = image.size();
image.permute_axes("cxyz");

UCHAR *imageData, *outData;
gpuErrchk(cudaMalloc(&imageData, sizeof(UCHAR) * size));
gpuErrchk(cudaMalloc(&outData, sizeof(UCHAR) * size));
gpuErrchk(cudaDeviceSynchronize());


unsigned char *data = image.data();

gpuErrchk(cudaMemcpy(imageData, data, sizeof(UCHAR) * size, cudaMemcpyHostToDevice));
gpuErrchk(cudaDeviceSynchronize());

auto blockSize = size / 1024;
convertToo <<<blockSize, 1024>> > (imageData, outData, size * sizeof(UCHAR));
gpuErrchk(cudaDeviceSynchronize());
gpuErrchk(cudaPeekAtLastError());

gpuErrchk(cudaMemcpy(result.data(), outData, size * sizeof(UCHAR), cudaMemcpyDeviceToHost));

image.permute_axes("yzcx");

CImgDisplay main_disp(image, "Original image");
CImgDisplay main_disp2(result, "Blurred image");
while (1)
{
    main_disp.wait();
    main_disp2.wait();
}
std::cout << "Done" << std::endl;

cimgimage（s.c_str（））；
CImg结果（s.c_str（））；
size_t old_sizeX=image.width（）；
size_t old_sizeY=image.height（）；
size_t old_spectrum=image.spectrum（）；
size_t old_depth=image.depth（）；
size_t size=image.size（）；
图像。排列轴（“cxyz”）；
UCHAR*图像数据，*输出数据；
gpuerchk（cudaMalloc（&imageData，sizeof（UCHAR）*size））；
gpuerchk（cudaMalloc（&outData，sizeof（UCHAR）*size））；
gpuErrchk（cudaDeviceSynchronize（））；
无符号字符*数据=image.data（）；
gpuErrchk（cudaMemcpy（图像数据，数据，大小（UCHAR）*大小，cudaMemcpyHostToDevice））；
gpuErrchk（cudaDeviceSynchronize（））；
自动块大小=大小/1024；
ConvertTo（图像数据、输出数据、大小*大小（UCHAR））；
gpuErrchk（cudaDeviceSynchronize（））；
gpuerchk（cudaPeekAtLastError（））；
gpuerchk（cudaMemcpy（result.data（），outData，size*sizeof（UCHAR），cudaMemcpyDeviceToHost））；
图像排列轴（“yzcx”）；
CImgDisplay main_disp（图像，“原始图像”）；
CImgDisplay main_disp2（结果，“模糊图像”）；
而(1)
{
main_disp.wait（）；
main_disp2.wait（）；
}
std:：cout您对
索引的计算是错误的。让我们把它分解一下

首先，您要找出您拥有的颜色组件（
i%3
），然后将其调整为该颜色的正确“页面”（
*（datasize/3）
）。最后，添加像素的偏移量（
i
）

最后一部分是错误的。由于每个像素为3字节，因此需要将
i
除以3以获得正确的偏移量：

auto index = ((i % 3) * (dataSize / 3)) + i / 3;

您对
索引的计算是错误的。让我们把它分解一下

首先，您要找出您拥有的颜色组件（
i%3
），然后将其调整为该颜色的正确“页面”（
*（datasize/3）
）。最后，添加像素的偏移量（
i
）

最后一部分是错误的。由于每个像素为3字节，因此需要将
i
除以3以获得正确的偏移量：

auto index = ((i % 3) * (dataSize / 3)) + i / 3;

非常感谢你，我应该意识到这一点；我一直盯着自己看。非常感谢。非常感谢，我应该意识到这一点；我一直盯着自己看。非常感谢。