OpenCL 第8课:旋转变换(2)

上两节课都是对一个数组进行处理。这节我们来个有意思的。同样是旋转。但我们旋转的对象是张（２５６*２５６）的图片。图片旋转４５度，旋转后大小还是２５６*２５６，超出部份进行剪除。

 

图片旋转处理有个特别的地方。buf_A是存储源图数据（R,G,B颜色分量）,buf_B是存储旋转后数据。我们不能简单将buf_A中的数据直接计算旋转后位置。而是遍历buf_B每个数据，计算那些数据旋转后存在这个位置的数据他在buf_A的坐标是多少。为什么呢？不是因为不能直接旋转。而是因为坐标是整数型。进行旋转计算后会得出浮点数，有小数。计算精度不同。如果还用直接旋转计算方法。成出的位图将会出现斑点。大家可试下。

 

我们来看源码

rotate.cl源码

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

__kernel void rotation(__global int * A,                      __global int * B,                      int width,                      int height,                      float sinangle,                      float cosangle) {      //获取索引号，这里是二维的，所以可以取两个      //否则另一个永远是0      int col = get_global_id(0);      int row = get_global_id(1);        //计算图形中心点      float cx = (( float )width)/2;      float cy = (( float )height)/2;        int nx = ( int )(cx + cosangle * (( float )col-cx) + sinangle * (( float )row-cy));      int ny = ( int )(cy + (-1*sinangle) * (( float )col-cx) + cosangle * (( float )row-cy));        //边界检测      if (nx>=0 && nx<width && ny>=0 && ny<height)      {          B[col*3+0+row*width*3] = A[nx*3+0+ny*width*3];          B[col*3+1+row*width*3] = A[nx*3+1+ny*width*3];          B[col*3+2+row*width*3] = A[nx*3+2+ny*width*3];      }   }

main.cpp源码

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245

#include <iostream> #include <stdio.h> #include <string.h> #include <string> #include <conio.h> #include <math.h>//数学库 #include <CL/cl.h>//包含CL的头文件 //调用freeimage #include <freeimage.h>   using namespace std;   //8x8数组 const int dim_x = 256; const int dim_y = 256;   //45度的弧度 const float angle = 3.1415926f/4.0f;   static int buf_A[dim_x*dim_y*3]; static int buf_B[dim_x*dim_y*3];   //加载图片 //以RGBA格式存储图片 static bool LoadImg( const char * fname) {      //初始化FreeImage      FreeImage_Initialise(TRUE);        //定义图片格式为未知      FREE_IMAGE_FORMAT fif = FIF_UNKNOWN;        //获取图片格式      fif = FreeImage_GetFileType(fname,0);        //根据获取格式读取图片数据      FIBITMAP* bitmap = FreeImage_Load(fif,fname,0);        if (!bitmap)      {          printf ( "load error!\n" );          return false ;      }        int x,y;      RGBQUAD m_rgb;        //获取图片长宽      int width = ( int )FreeImage_GetWidth(bitmap);      int height = ( int )FreeImage_GetHeight(bitmap);        //获取图片数据      //按RGBA格式保存到数组中      for (y=0;y<height;y++)      {          for (x=0;x<width;x++)          {              //获取像素值              FreeImage_GetPixelColor(bitmap,x,y,&m_rgb);                //将RGB值存入数组              buf_A[y*width*3+x*3+2] = m_rgb.rgbRed;              buf_A[y*width*3+x*3+1] = m_rgb.rgbGreen;              buf_A[y*width*3+x*3+0] = m_rgb.rgbBlue;            }      }        FreeImage_Unload(bitmap);      return true ; }   static bool SaveImg() {      //初始化FreeImage      FreeImage_Initialise(TRUE);        FIBITMAP* bitmap =FreeImage_Allocate(dim_x,dim_y,32,8,8,8);        int m,n;        for (n=0;n<dim_y;n++)      {          BYTE *bits =FreeImage_GetScanLine(bitmap,n);            for (m=0;m<dim_x;m++)          {              bits[0] = buf_B[dim_x*3*n+m*3+0];              bits[1] = buf_B[dim_x*3*n+m*3+1];              bits[2] = buf_B[dim_x*3*n+m*3+2];              bits[3] = 255;              bits+=4;          }      }        //保存图片为PNG格式      if ( false ==FreeImage_Save(FIF_PNG, bitmap, "rotate.png" , PNG_DEFAULT))      {          printf ( "save image error\n" );      }        FreeImage_Unload(bitmap);      return true ; }   //从外部文件获取cl内核代码 bool GetFileData( const char * fname,string& str) {      FILE * fp = fopen (fname, "r" );      if (fp==NULL)      {          printf ( "no found file\n" );          return false ;      }        while ( feof (fp)==0)      {          str += fgetc (fp);      }        return true ; }   int main() {      if (LoadImg( "bk.png" )== false )      {          printf ( "error load bk.png!\n" );          return 0;      }      //先读外部CL核心代码，如果失败则退出。      //代码存buf_code里面      string code_file;        if ( false == GetFileData( "rotate.cl" ,code_file))      {          printf ( "Open rotate.cl error\n" );          return 0;      }        char * buf_code = new char [code_file.size()];      strcpy (buf_code,code_file.c_str());      buf_code[code_file.size()-1] = NULL;        //声明CL所需变量。      cl_device_id device;      cl_platform_id platform_id = NULL;      cl_context context;      cl_command_queue cmdQueue;      cl_mem bufferA,bufferB;      cl_program program;      cl_kernel kernel = NULL;        //我们使用的是二维向量      //设定向量大小（维数）      size_t globalWorkSize[2];      globalWorkSize[0] = dim_x;      globalWorkSize[1] = dim_y;        cl_int err;        /*          定义输入变量和输出变量，并设定初值      */        size_t datasize = sizeof ( int ) * dim_x * dim_y * 3;        //step 1:初始化OpenCL      err = clGetPlatformIDs(1,&platform_id,NULL);        if (err!=CL_SUCCESS)      {          cout<< "clGetPlatformIDs error:" <<err<<endl;          return 0;      }        //这次我们只用CPU来进行并行运算，当然你也可以该成GPU      clGetDeviceIDs(platform_id,CL_DEVICE_TYPE_CPU,1,&device,NULL);        //step 2:创建上下文      context = clCreateContext(NULL,1,&device,NULL,NULL,NULL);        //step 3:创建命令队列      cmdQueue = clCreateCommandQueue(context,device,0,NULL);        //step 4:创建数据缓冲区      bufferA = clCreateBuffer(context,                               CL_MEM_READ_ONLY,                               datasize,NULL,NULL);        bufferB = clCreateBuffer(context,                               CL_MEM_WRITE_ONLY,                               datasize,NULL,NULL);        //step 5:将数据上传到缓冲区      clEnqueueWriteBuffer(cmdQueue,                           bufferA,CL_FALSE,                           0,datasize,                           buf_A,0,                           NULL,NULL);        //step 6:加载编译代码,创建内核调用函数      program = clCreateProgramWithSource(context,1,                                          ( const char **)&buf_code,                                          NULL,NULL);        clBuildProgram(program,1,&device,NULL,NULL,NULL);        kernel = clCreateKernel(program, "rotation" ,NULL);        //step 7:设置参数，执行内核      float sinangle = sinf(angle);      float cosangle = cosf(angle);      clSetKernelArg(kernel,0, sizeof (cl_mem),&bufferA);      clSetKernelArg(kernel,1, sizeof (cl_mem),&bufferB);      clSetKernelArg(kernel,2, sizeof (cl_int),&dim_x);      clSetKernelArg(kernel,3, sizeof (cl_int),&dim_y);      clSetKernelArg(kernel,4, sizeof (cl_float),&sinangle);      clSetKernelArg(kernel,5, sizeof (cl_float),&cosangle);        //注意这里第三个参数已经改成2，表示二维数据。      clEnqueueNDRangeKernel(cmdQueue,kernel,                             2,NULL,                             globalWorkSize,                             NULL,0,NULL,NULL);        //step 8:取回计算结果      clEnqueueReadBuffer(cmdQueue,bufferB,CL_TRUE,0,                          datasize,buf_B,0,NULL,NULL);        SaveImg();        //释放所有调用和内存        clReleaseKernel(kernel);      clReleaseProgram(program);      clReleaseCommandQueue(cmdQueue);      clReleaseMemObject(bufferA);      clReleaseMemObject(bufferB);      clReleaseContext(context);        delete buf_code;        return 0; }

 

源图

 

旋转后图