Image processing CUDA:无法计算网格大小

我正在写一个程序将rgba图像转换成灰度。我在这方面做了很多工作，并且正确地实现了内核。然而，网格大小可能是错误的，即使按照我的逻辑它是正确的

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;
}

内核发布：

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);

constdim3块大小（10,10,1）//待办事项
大小\u t gridSizeX，gridSizeY；
gridSizeX=numCols+（10-（numCols%10））//添加一些数字使其成为10的倍数
gridSizeY=numRows+（10-（numRows%10））//添加一些数字使其成为10的倍数
常量dim3 gridSize（gridSizeX，gridSizeY，1）//待办事项
rgba_至_灰度（d_rgbaImage、d_greyImage、numRows、numCols）；

---

我正在创建更多的线程，然后在内核中应用绑定检查。

您正在使用

x+y

访问映像。但是想想看，这种方法可以得到的最大图像大小是

numRows+numCols

。您不能只添加这两个坐标，因为这意味着例如

（1,2）

是与

（3,0）

相同的图像元素，这是纯粹的垃圾。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，对于

greyImage

，也是如此）。但是请注意，取决于图像数据的布局，它也可能是另一种方式（

x*numRows+y

），但我在这里假设通常的图像布局（在内核中，这并不重要，因为所有像素都被同等对待）。

您使用

x+y

访问图像。但是想想看，这种方法可以得到的最大图像大小是

numRows+numCols

。您不能只添加这两个坐标，因为这意味着例如

（1,2）

是与

（3,0）

相同的图像元素，这是纯粹的垃圾。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，对于

greyImage

，也是如此）。但是请注意，根据图像数据的布局，也可能是另一种方式（

x*numRows+y

），但我在这里假设的是通常的图像布局（在内核中，这并不重要，因为所有像素都被同等对待）.

这是一种广泛使用的逻辑，用于在内核中创建更多的线程并执行绑定检查。下面是计算网格大小的通用公式<代码>网格大小=（numCols+blockSize.x-1）/blockSize.x的可能重复项。我认为这是udacity课程的标准问题。@SagarMasuti；我也读过那篇文章，但我不知道我的代码有什么问题。如果您能在我的（逻辑正确的）代码中指出错误，这将非常有帮助；gridSizeY=（numRows+blockSize.y-1）/blockSize.y；常量dim3 gridSize（gridSizeX，gridSizeY，1）；它只是从顶部转换一条非常细的像素带。有人能验证内核本身是否正确吗？这是一种广泛使用的逻辑，用于在内核内创建更多的线程并执行绑定检查。下面是计算网格大小的通用公式<代码>网格大小=（numCols+blockSize.x-1）/blockSize.x的可能重复项。我认为这是udacity课程的标准问题。@SagarMasuti；我也读过那篇文章，但我不知道我的代码有什么问题。如果您能在我的（逻辑正确的）代码中指出错误，这将非常有帮助；gridSizeY=（numRows+blockSize.y-1）/blockSize.y；常量dim3 gridSize（gridSizeX，gridSizeY，1）；它只是从顶部转换一条非常细的像素带。有人能验证内核本身是否正确吗？谢谢。也许我被存储在一维数组中的图像弄糊涂了。它就像在2D数组中计算单元的内存地址一样。我相信调试器和本机CUDA环境的可用性会有所帮助。顺便说一句，你知道Windows中的CUDA emalation环境吗？或者可以指向一些gpuocelot for Windows的文档？@HarshilSharma不，对不起。谢谢。也许我被存储在一维数组中的图像弄糊涂了。它就像在2D数组中计算单元的内存地址一样。我相信调试器和本机CUDA环境的可用性会有所帮助。顺便问一下，您是否了解Windows中的CUDA emalation环境，或者可以指向一些gpuocelot for Windows的文档？@HarshilSharma No，对不起。