Nvidia NPP nppiFilter 在与 2d 内核卷积时产生垃圾

Question

Nvidia Performance Primitives (NPP) 提供nppiFilter 函数，用于将用户提供的图像与用户提供的内核进行卷积。对于一维卷积核，nppiFilter 可以正常工作。但是，nppiFilter 正在为 2D 内核生成垃圾图像。

我使用典型的 Lena 图像作为输入：

---

这是我对 1D 卷积核的实验，它产生了良好的输出。

#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); 
}

上面代码的输出，内核为[-1 0 1]——它看起来像一个合理的渐变图像：

---

但是，如果我使用 2D 卷积核，nppiFilter 会输出垃圾图像。以下是我从上面的代码更改为使用 2D 内核 [-1 0 1; -1 0 1; -1 0 1] 运行的内容：

NppiSize kernelSize = {3, 3};
Npp32s hostKernel[9] = {-1, 0, 1, -1, 0, 1, -1, 0, 1};
NppiPoint oAnchor = {2, 2}; // note: using anchor {1,1} or {0,0} causes error -24 (NPP_TEXTURE_BIND_ERROR)
saveImage("Lena_filter_2d.pgm", oHostDst);

下面是使用2D内核[-1 0 1; -1 0 1; -1 0 1]的输出图像。

我做错了什么？

This StackOverflow post 描述了一个类似的问题，如用户 Steenstrup 的图片所示：http://1ordrup.dk/kasper/image/Lena_boxFilter5.jpg

---

最后几点说明：

• 使用 2D 内核，对于某些锚值（例如 NppiPoint oAnchor = {0, 0} 或 {1, 1}），我收到错误 -24，根据 NPP User Guide 转换为 NPP_TEXTURE_BIND_ERROR。这个问题在this StackOverflow post 中有简要提及。
• 此代码非常冗长。这不是主要问题，但有人对如何使这段代码更简洁有任何建议吗？

Answer 1

您正在为内核数组使用 2D 内存分配器。内核数组是密集的一维数组，而不是像典型的 NPP 图像那样的二维跨步数组。

只需用大小为 kernelWidth*kernelHeight*sizeof(Npp32s) 的简单 cuda malloc 替换 2D CUDA malloc，然后执行普通的 CUDA memcopy 而不是 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);

顺便说一句，“比例因子”为 1 并不意味着没有比例。使用因子 2^(-ScaleFactor) 进行缩放。