CUDAでの画像処理に関するトラブル

Question

私はCUDAを初めて使用しています。私はCUDAを初めて使用しようとしています。私は、GPUに画像データをプッシュしようとしています、それを白黒にして、それを新しい画像に書き込みます。しかし、プログラムは私に黒と白のバージョンの代わりに黒のイメージを与えます。私は間違って何をしていますか？画像の幅と高さは3840x2160です。

__global__ void addMatrix(unsigned char *DataOut, unsigned char *DataIn) 
{ 
    int idx = threadIdx.x; 
    DataOut[idx] = (DataIn[idx] + DataIn[idx + 1] + DataIn[idx + 2])/3; 
    // 
} 
int main() 

{ 

int iWidth, iHeight, iBpp, iHeightOut, iWidthOut; 

vector<unsigned char> pDataIn; 
vector<unsigned char> pDataOut; 


int error1 = LoadBmpFile(L"3840x2160.bmp", iWidth, iHeight, iBpp, pDataIn); 

if (error1 != 0 || pDataIn.size() == 0 || iBpp != 32) 
{ 
    std::cout << "erroror load input file!\n"; 
} 


pDataOut.resize(pDataIn.size()/4); 

unsigned int SizeIn, SizeOut; 
unsigned char *devDatOut, *devDatIn, *PInData, *POutData; 

int i = 0; 
SizeIn = pDataIn.size(); 
SizeOut = pDataOut.size(); 
PInData = pDataIn.data(); 
POutData = pDataOut.data(); 

i = cudaMalloc((void**)&devDatIn, SizeIn * sizeof(unsigned char)); 
if(i != 0) 
{ 
printf("cudaMalloc __e FAIL! Code: %d\n", i); 
_getch(); 
} 
i = cudaMalloc((void**)&devDatOut, SizeOut * sizeof(unsigned char)); 
if(i != cudaSuccess) 
printf("cudaMalloc __e FAIL! Code: %d\n", i); 

i = cudaMemcpy(devDatIn, PInData, SizeIn * sizeof(unsigned char), cudaMemcpyHostToDevice); 
if(i != cudaSuccess) 
printf(" cudaMemcpy __e FAIL! Code: %d\n", i); 
i = cudaMemcpy(devDatOut, POutData, SizeOut * sizeof(unsigned char), cudaMemcpyHostToDevice); 
if(i != cudaSuccess) 
printf(" cudaMemcpy __e FAIL! Code: %d\n", i); 

dim3 gridSize = dim3(1, 1, 1); 
dim3 blockSize = dim3(SizeIn, 1, 1); 

addMatrix<<<gridSize, blockSize>>>(devDatIn, devDatOut); 
if (i == cudaGetLastError()) 
{ 
printf("Error! %d\n", cudaGetLastError()); 
_getch; 
} 

cudaEvent_t syncEvent; 

cudaEventCreate(&syncEvent); 
cudaEventRecord(syncEvent, 0); 
cudaEventSynchronize(syncEvent); 

cudaMemcpy(POutData, devDatOut, SizeOut * sizeof(unsigned char), cudaMemcpyDeviceToHost); 

    cudaEventDestroy(syncEvent); 

i = WriteBmpFile(L"3840x2160_test2.bmp", iWidth, iHeight, 8, pDataOut.size(), pDataOut.data(), false); 
    if(i != 0) 
    printf(" cudaMemcpy __e FAIL! Code: %d\n", i); 

    cudaFree(devDatOut); 
    cudaFree(devDatIn); 

} 

EDIT 1：

Answer 1

コメントで見られるように、あなたはブロックごとにあまりにも多くのスレッドを起動し、打ち上げはおそらく失敗しているが、あなたのエラーチェック不完全で、あなたはそれを見ることができません。 カーネルを起動した後の適切なエラーチェックについては、this answerを参照してください。

ところで、これらすべてのスレッドを持つ1つのブロックではなく、少ないスレッドで複数のブロックを起動する必要があります。 たとえば、1024ブロックの2000ブロックにすることができます。私の現在のカードでは、1024スレッドは各ブロックでできる最大値なので、さらにスレッドが必要な場合はいくつかのブロックを起動し、一般的にはスレッドを少なくしてより多くのブロックを起動し、 占いの詳細についてはwith this presentationをご覧ください。

たとえば、合計で10,000ピクセルの場合、それぞれ500スレッドの20ブロックを起動できます。 あなたは、両方のために一次元でこれを行うことができます：

dim3 blocks(20, 1, 1); 
dim3 threads(500, 1, 1); 

myKernel<<<blocks, threads>>>(...); 

とほとんど変化が（正確にメモリ内の画像バッファ内の固有の線形インデックスに特定の各ブロック内のスレッドインデックスをマッピングするために、あなたのカーネルに必要になります）あなたの特定のプロジェクトでテストされていません、ブラウザでこれを書いたが、線形化は、古き良きペンで紙にそれを考えることによって理解することは非常に簡単です：

__global__ void addMatrix(unsigned char *DataOut, unsigned char *DataIn) 
{ 
    int idx = BlockIdx.x * BlockDim.x + threadIdx.x; 

    unsigned char average = (unsigned char)((DataIn[idx] + DataIn[idx + 1] + DataIn[idx + 2])/3); 

    DataOut[idx + 0] = average; 
    DataOut[idx + 1] = average; 
    DataOut[idx + 2] = average; 
}