OpenCL 学习step by step (8) 灰度图Histogram计算(2)

     现在我们利用上一篇教程的方法，来统计一副RGBA图像中有多少个像素点（该像素点满足R, G, B, A任意分量>=5)。我考虑的方法是建立256 bin的直方图，对于一个像素，求max(R, G,B,A),用该值决定该像素点进入那个bin，这样求出直方图后，width*height - hostBin[0] - hostBin[1] - hostBin[2] - hostBin[3] - hostBin[4]，即为我们要的结果。

     本教程代码基本上和上一篇教程中代码是一样的，区别主要包括以下两点：

1、我们装入的是RGBA 彩色图。

//装入图像
unsigned char *src_image=0;
gFreeImage img;
if(!img.LoadImage("../lenna.jpg"))
    {
    printf("can‘t load lenna.jpg\n");
    exit(0);
    }
src_image = img.getImageData(width,height);

2、在kernel代码中，有点小变化，kernel代码如下：

#define LINEAR_MEM_ACCESS
#pragma OPENCL EXTENSION cl_khr_byte_addressable_store : enable 

#define BIN_SIZE 256

/**
 * 计算直方图,bins是256
 * data  输入数据
 * 一个workgroup内所有thread共享的内存，
 * 每个workgroup的直方图
 */

__kernel
void histogram256(__global const uchar4* data,
                  __local uchar* sharedArray,
                  __global uint* binResult)
{
    size_t localId = get_local_id(0);
    size_t globalId = get_global_id(0);
    size_t groupId = get_group_id(0);
    size_t groupSize = get_local_size(0);

//初始化共享内存
for(int i = 0; i < BIN_SIZE; ++i)
        sharedArray[localId * BIN_SIZE + i] = 0;

    barrier(CLK_LOCAL_MEM_FENCE);

    uchar R, G, B, A, T;
//计算thread直方图
for(int i = 0; i < BIN_SIZE; ++i)
    {
#ifdef LINEAR_MEM_ACCESS
        R =  (uint)data[groupId * groupSize * BIN_SIZE + i * groupSize + localId].x;
        G =  (uint)data[groupId * groupSize * BIN_SIZE + i * groupSize + localId].y;
        B =  (uint)data[groupId * groupSize * BIN_SIZE + i * groupSize + localId].z;
        A =  (uint)data[groupId * groupSize * BIN_SIZE + i * groupSize + localId].w;
        uint value = (uint)max(max(R,G),max(B,A));
#else
        uint value = data[globalId * BIN_SIZE + i];
#endif // LINEAR_MEM_ACCESS
        sharedArray[localId * BIN_SIZE + value]++;
    }

    barrier(CLK_LOCAL_MEM_FENCE); 

//合并workgroup中所有线程的直方图，产生workgroup直方图
for(int i = 0; i < BIN_SIZE / groupSize; ++i)
    {
        uint binCount = 0;
for(int j = 0; j < groupSize; ++j)
            binCount += sharedArray[j * BIN_SIZE + i * groupSize + localId];

        binResult[groupId * BIN_SIZE + i * groupSize + localId] = binCount;
    }
}

 

完整的代码请参考：

工程文件gclTutorial8

代码下载：

http://files.cnblogs.com/mikewolf2002/gclTutorial.zip