将 OpenCL 图像转换为 pyOpenCL 数组或 numpy ndarray答案

【问题标题】：Convert OpenCL Image to pyOpenCL Array or numpy ndarray将 OpenCL 图像转换为 pyOpenCL 数组或 numpy ndarray
【发布时间】：2015-10-16 20:28:25
【问题描述】：

我正在尝试使用 Python 和 PyOpenCL 为我在网上找到的代码中的图像实现高斯过滤器。我的原始图像是 numpy 数组，但我很困惑应该使用哪个将图像传递给 GPU。

最初，内核接收 OpenCL 图像作为输入。这工作正常，内核运行正常，但是，我还没有找到将 GPU 计算（也是 OpenCL 图像）的输出转换为 numpy 数组的方法。这是必需的，因为在运行 GPU 过滤器后我必须执行其他计算。

我尝试使用 pyOpenCL Array，但在这种情况下遇到了 2 个问题：

不知道如何告诉内核输入将是一个数组，因为它是一个 pyOpenCL 数据结构，而不是 OpenCL 数据结构。
找不到在 pyOpenCL 数组上使用的 read_imagef 等效项，我在内核中使用了该函数。
无法将 GPU 结果复制回主机。我会不断收到“cl_array 没有模块 get()”错误。

我想知道：

有没有办法告诉内核它将接收一个数组，就像我使用image2d_t 说输入是一个图像一样？
对于 pyOpenCL 数组，我可以使用什么来等效于 OpenCL 的 read_imagef？

提前非常感谢。内核代码如下：

内核：

__kernel void gaussian(__read_only image2d_t inputImage,
                        __read_only image2d_t filterImage,
                        __write_only image2d_t outputImage,
                        const int nInWidth,
                        const int nFilterWidth){

const sampler_t sampler = CLK_NORMALIZED_COORDS_FALSE | CLK_ADDRESS_CLAMP_TO_EDGE | CLK_FILTER_NEAREST;

const int xOut = get_global_id(0);
const int yOut = get_global_id(1);

float4 sum = (float4)(0.0, 0.0, 0.0, 1.0);

for(int r = 0; r < nFilterWidth; r++){
    for(int c = 0; c < nFilterWidth; c++){

        int2 location = (xOut + r, yOut + c);

        float4 filterVal = read_imagef(filterImage, sampler, location);
        float4 inputVal = read_imagef(inputImage, sampler, location);

        sum.x += filterVal.x * inputVal.x;
        sum.y += filterVal.y * inputVal.y;
        sum.z += filterVal.z * inputVal.z;
        sum.w = 1.0;
    }
}

int2 outLocation = (xOut, yOut);
write_imagef(outputImage, outLocation, sum);
}

【问题讨论】：

标签： numpy opencl pyopencl

【解决方案1】：

这是一个复杂的问题，因为我遇到了同样的问题，所以我想尝试详细回答它们。让我们将您的问题分解为更小的部分，看看发生了什么。

数据类型

您似乎混淆了一些相互混淆的数据类型。 OpenCL 本身使用 images 或 arrays，一个 pyopenCL 数组 映射到 OpenCL 中的一个数组，pyopenCL 图像也是如此> 到 OpenCL 图像。将这两者混合在某些特殊情况下会起作用，但总的来说，这不是一个好主意。

数据访问

OpenCL 中的图像需要一个采样器才能从中读取。数组可以通过简单的坐标访问来访问，就像在 python 中一样。（有关我在那里遇到的问题的更多信息，请参阅here 或here...）。

运动

使用 pyopencl 在 OpenCL 中移动的所有内容都有自己的复制功能。因此，要将图像或数组从设备移动到主机，请务必将相应的复制函数排入您的上下文中的队列中。

【讨论】：

【解决方案2】：

pyopencl.Array 的底层 OpenCl 数据结构是所谓的缓冲区。您可以通过数组的base_data 属性检索缓冲区对象（请参阅the docs）。缓冲区可以在内核调用中传递，但是必须调整内核以处理缓冲区而不是图像（将内核参数类型更改为__global float* inputImage 等，访问元素就像在常规多维数组索引中一样）。

无论如何，PyOpenCL Array 类旨在使用 numpy 样式编写将在设备上执行的代码。这不再需要您自己编写任何内核代码。相反，您可以这样做：

import pyopencl as cl
input_array = cl.array.to_device(queue, input_numpy_array)
filter_array = cl.array.to_device(queue, filter_numpy_array)
output_array = cl.array.zeros_like(input_array)
# half height and half width of filter
fhh, fhw = filter_array.shape[0] // 2, filter_array.shape[1] // 2
for y in range(input_array.shape[0]):
    for x in range(input_array.shape[1]):
            patch = input_array[y-fhh:y+fhh+1, x-fhw:x+fhw+1]
        sum = cl.array.sum(patch * filter_array)
        output_array[y, x] = sum
output_numpy_array = output_array.get()

请注意，我假设使用的是单通道（灰色）图像。我也没有测试上面的代码，但我认为实现非常无效。边缘处理不包括在内。

最后，考虑到您的内核，您应该考虑不使用 PyOpenCl 数组。从您的 numpy 数组创建 pyopencl.Image 对象并将它们传递给内核调用。这样，您不必修改内核。

【讨论】：