[s:92] 还有速度两倍多倍的GPU版本
21923
%7B%22isLastPage%22%3Atrue%2C%22notes%22%3A%5B%5D%2C%22pid%22%3A%22t21923%22%2C%22tid%22%3A%2221923%22%2C%22mainForumsId%22%3A%5B%22134%22%5D%2C%22categoriesId%22%3A%5B%220%22%5D%2C%22tcId%22%3A%5B%5D%7D
%7B%22isEditMode%22%3Afalse%7D
我写的图像缩放程序（双立方插值算法）
#include <cmath>
typedef struct
{
unsigned char x;
unsigned char y;
unsigned char z;
unsigned char w;
} uchar4;
#define INT_SCALE 256
#define INT_SCALE_SHF 8
// w0, w1, w2, and w3 are the four cubic B-spline basis functions
__inline long w0_int(long a)
{
return ((a*(a*(-a + 3*INT_SCALE) - 3*INT_SCALE*INT_SCALE) + INT_SCALE*INT_SCALE*INT_SCALE)/6)>>(INT_SCALE_SHF*2); // optimized
}
__inline long w1_int(long a)
{
return ((a*a*(3*a - 6*INT_SCALE) + 4*INT_SCALE*INT_SCALE*INT_SCALE)/6)>>(INT_SCALE_SHF*2);
}
__inline long w2_int(long a)
{
return ((a*(a*(-3*a + 3*INT_SCALE) + 3*INT_SCALE*INT_SCALE) + INT_SCALE*INT_SCALE*INT_SCALE)/6)>>(INT_SCALE_SHF*2);
}
__inline long w3_int(long a)
{
return ((a*a*a)/6)>>(INT_SCALE_SHF*2);
}
__inline unsigned long texPick(unsigned long *image, int x, int y, unsigned long p, unsigned long h)
{
if(x < 0)
x = 0;
else if(x >= p)
x = p - 1;
if(y < 0)
y = 0;
else if (y >= h)
y = h - 1;
return image[y * p + x];
}
__inline unsigned long cubicFilter_int(long x, unsigned long c0, unsigned long c1, unsigned long c2, unsigned long c3)
{
uchar4 *p[4];
p[0] = (uchar4 *)&c0;
p[1] = (uchar4 *)&c1;
p[2] = (uchar4 *)&c2;
p[3] = (uchar4 *)&c3;
uchar4 r;
long w0x = w0_int(x);
long w1x = w1_int(x);
long w2x = w2_int(x);
long w3x = w3_int(x);
r.x = (p[0]->x * w0x + p[1]->x * w1x + p[2]->x * w2x + p[3]->x * w3x + INT_SCALE / 2) >> INT_SCALE_SHF;
r.y = (p[0]->y * w0x + p[1]->y * w1x + p[2]->y * w2x + p[3]->y * w3x + INT_SCALE / 2) >> INT_SCALE_SHF;
r.z = (p[0]->z * w0x + p[1]->z * w1x + p[2]->z * w2x + p[3]->z * w3x + INT_SCALE / 2) >> INT_SCALE_SHF;
r.w = 0xff;
return *((unsigned long *)&r);
}
// using 16 texture lookups
__inline unsigned long tex2DBicubic(unsigned long *image, float x, float y, unsigned long pitch4, unsigned long height)
{
x -= 0.5f;
y -= 0.5f;
int px = (int)x;
int py = (int)y;
long fx = (x - px) * INT_SCALE + 0.500001f;
long fy = (y - py) * INT_SCALE + 0.500001f;
return cubicFilter_int(fy,
cubicFilter_int(fx, texPick(image, px-1, py-1, pitch4, height), texPick(image, px, py-1, pitch4, height), texPick(image, px+1, py-1, pitch4, height), texPick(image, px+2,py-1, pitch4, height)),
cubicFilter_int(fx, texPick(image, px-1, py, pitch4, height), texPick(image, px, py, pitch4, height), texPick(image, px+1, py, pitch4, height), texPick(image, px+2, py, pitch4, height)),
cubicFilter_int(fx, texPick(image, px-1, py+1, pitch4, height), texPick(image, px, py+1, pitch4, height), texPick(image, px+1, py+1, pitch4, height), texPick(image, px+2, py+1, pitch4, height)),
cubicFilter_int(fx, texPick(image, px-1, py+2, pitch4, height), texPick(image, px, py+2, pitch4, height), texPick(image, px+1, py+2, pitch4, height), texPick(image, px+2, py+2, pitch4, height))
);
}
UINT AFX_CDECL CPUBicubicThread(LPVOID param)
{
unsigned long *p = (unsigned long *)param;
unsigned long *image = (unsigned long *)p[0];
unsigned long pitch = p[1];
unsigned long pitch4 = p[1] / 4;
unsigned long width = p[2];
unsigned long height = p[3];
unsigned long y_amount = p[4];
unsigned long y_start = p[5];
unsigned long *image_out = (unsigned long *)p[6];
float scale = *((float *)&p[7]);
unsigned long pitch_org = p[8];
unsigned long pitch4_org = p[8] / 4;
unsigned long height_org = p[9];
long x, y;
image_out += pitch4 * y_start;
for(y = y_start; y < y_start + y_amount; y ++)
{
if(y >= height)
break;
for(x = 0; x < width; x ++)
{
float u = x / scale;
float v = y / scale;
image_out[x] = tex2DBicubic(image, u, v, pitch4_org, height_org);
}
image_out += pitch4;
}
return 0;
}
双立方插值，没什么可解释的，看看photoshop的缩放就知道了。用的是比较常规的方法，目标图像的每个点由原图像相应坐标附近16个点插值得到。主函数我写成线程函数了，就是为了调动几个核一起跑。关键函数是tex2DBicubic。
在E7200双核CPU上能跑出每秒处理1128万像素的速度。
计算过程我全部改成整型计算了。如果用float的话会慢约50%。
我用Geforce GTX285跑这个程序的OpenCL版本（利用纹理单元优化），速度达到每秒23亿像素，是双核E7200的200多倍，是4核QX6600的100多倍。用4GHz的i7估计也要输六七十倍。
引用
加载评论中，请稍候...
200字以内，仅用于支线交流，主线讨论请采用回复功能。
引用第4楼10班陈大葱22号于2010-01-24 00:17发表的 :
白痴问一下,为什么显卡比CPU快那么多?
1、本地存储器带宽超高
2、运算单元超多，能并行调度
引用
加载评论中，请稍候...
200字以内，仅用于支线交流，主线讨论请采用回复功能。
双立方插值不是很普遍的算法么...
[s:257]
[s:257]
引用
加载评论中，请稍候...
200字以内，仅用于支线交流，主线讨论请采用回复功能。
那现在电脑上的图像咋不用GPU来处理 锕。。
系不系相应的匹配问题啊
系不系相应的匹配问题啊
引用
加载评论中，请稍候...
200字以内，仅用于支线交流，主线讨论请采用回复功能。
CUDA是最近几年才发展起来的，再加上AMD-ATI的某些问题……
引用
加载评论中，请稍候...
200字以内，仅用于支线交流，主线讨论请采用回复功能。
撇开软件环境不讲，旧GPU架构不适合这些较复杂的算法，而新的统一架构是近几年才出现的。
引用
加载评论中，请稍候...
200字以内，仅用于支线交流，主线讨论请采用回复功能。
G80是计算能力1.0的，不能完全支持CUDA2.x所有特性，但是没有用到这些特性的话也可以跑程序
CUDA2.x特性需要计算能力1.2/1.3的硬件才能完全支持，双精度浮点需要计算能力1.3才能支持
CUDA2.x特性需要计算能力1.2/1.3的硬件才能完全支持，双精度浮点需要计算能力1.3才能支持
引用
加载评论中，请稍候...
200字以内，仅用于支线交流，主线讨论请采用回复功能。
对，跟编译选项有关。只要选择对应的计算能力，无论是哪个CUDA版本对哪个GPU都是可以支持的。
引用
加载评论中，请稍候...
200字以内，仅用于支线交流，主线讨论请采用回复功能。
你好，看了您帖出来的代码，我将代码加进vc6下，怎么跑不起来呢？谢谢你的回答
引用
加载评论中，请稍候...
200字以内，仅用于支线交流，主线讨论请采用回复功能。