前言

今天跟大家分享如何使用CUDA实现直方图统计，这个功能在图像处理中经常被用到，比如直方图归一化处理，OTSU阈值分割等。

1. C++ CUDA实现直方图统计

这里使用了共享内存，同步以及原子加法操作的概念实现直方图统计

详细代码如下所示：

#include<stdio.h>
#include <iostream>
#include <cuda.h>
#include <cuda_runtime.h>
#include <device_launch_parameters.h>
#include <device_atomic_functions.h>

#define SIZE 1000
#define NUM_BIN 256

__global__ void histogram_without_atomic(int* d_a, int* d_b)
{
    
    
	int tid = threadIdx.x + blockIdx.x * blockDim.x;
	int item = d_a[tid];
	if (tid < SIZE)
	{
    
    
		d_b[item]++;
	}
}

__global__ void histogram_atomic(int* d_a, int* d_b)
{
    
    
	int tid = threadIdx.x + blockIdx.x * blockDim.x;
	int item = d_a[tid];
	if (tid < SIZE)
	{
    
    
		atomicAdd(&(d_b[item]), 1);
	}
}

__global__ void histogram_shared_memory(int* d_a, int* d_b)
{
    
    
	int tid = threadIdx.x + blockIdx.x * blockDim.x;
	int offset = blockDim.x * gridDim.x;

	__shared__ int cache[NUM_BIN];
	cache[threadIdx.x] = 0;

	//等待所有线程初始化共享内存完成
	__syncthreads();

	while (tid < SIZE)
	{
    
    
		atomicAdd(&(cache[d_a[tid]]), 1);
		tid += offset;
	}
	
	//等待所有线程完成直方图累加操作
	__syncthreads();

	//累加每个块的直方图统计结果
	atomicAdd(&(d_b[threadIdx.x]), cache[threadIdx.x]);
}


int main()
{
    
    
	//定义CPU变量
	int h_a[SIZE];
	int h_b[NUM_BIN];
	for (int i = 0; i < SIZE; i++)
	{
    
    
		h_a[i] = i % NUM_BIN;//初始化数据，数据值范围：0~NUM_BIN-1
	}

	for (int i = 0; i < NUM_BIN; i++)
	{
    
    
		h_b[i] = 0;
	}

	//定义GPU变量
	int* d_a, *d_b;

	//分配GPU内存
	cudaMalloc(&d_a, SIZE * sizeof(int));
	cudaMalloc(&d_b, NUM_BIN * sizeof(int));

	//拷贝数据：从CPU到GPU
	cudaMemcpy(d_a, h_a, SIZE * sizeof(int), cudaMemcpyHostToDevice);
	cudaMemcpy(d_b, h_b, NUM_BIN * sizeof(int), cudaMemcpyHostToDevice);

	//调用内核函数
	//histogram_without_atomic << <((SIZE + NUM_BIN - 1) / NUM_BIN), NUM_BIN >> > (d_a, d_b);
	//histogram_atomic << <((SIZE + NUM_BIN - 1) / NUM_BIN), NUM_BIN >> > (d_a, d_b);
	histogram_shared_memory << <((SIZE + NUM_BIN - 1) / NUM_BIN), NUM_BIN >> > (d_a, d_b);

	//等待GPU所有线程执行结束
	cudaDeviceSynchronize();

	//拷贝数据：从GPU到CPU
	cudaMemcpy(h_b, d_b, NUM_BIN * sizeof(int), cudaMemcpyDeviceToHost);

	//打印结果
	printf("直方图统计结果：\n");
	for (int i = 0; i < NUM_BIN; i++)
	{
    
    
		printf("数据为 %d 的统计数量：%d\n", i, h_b[i]);
	}

	//释放内存
	cudaFree(d_a);
	cudaFree(d_b);

	system("pause");
	return 0;
}

3. 执行结果

因为结果较长，这里只截取部分结果图，如下所示：
在这里插入图片描述

总结

为了更好的理解CUDA编程的理论知识，实践是必不可少的，只有更多的实践才能更好的理解新的知识，实践出真知啊。

学习资料

《基于GPU加速的计算机视觉编程》

VS2017 CUDA编程学习实例3：CUDA实现直方图统计

文章目录

前言

1. C++ CUDA实现直方图统计

3. 执行结果

总结

学习资料

Guess you like