GPU Image Processing Library

基于 CUDA 的高性能图像处理库，类似于 OpenCV 的迷你版本。

功能特性

• 像素级操作: 反色、灰度化、亮度调整
• 卷积操作: 高斯模糊、Sobel 边缘检测（使用 Shared Memory 优化）
• 直方图: 计算和均衡化（使用原子操作和并行规约）
• 图像缩放: 双线性插值、最近邻插值
• 形态学操作: 腐蚀、膨胀、开运算、闭运算、梯度、顶帽、黑帽
• 阈值处理: 全局阈值、自适应阈值、Otsu 自动阈值
• 颜色空间: RGB/HSV/YUV 转换、通道分离与合并
• 几何变换: 旋转、翻转、仿射变换、透视变换、裁剪、填充
• 滤波器: 中值滤波、双边滤波、盒式滤波、锐化、拉普拉斯
• 图像算术: 加法、减法、乘法、混合、加权和、绝对差
• 流水线处理: 使用 CUDA Streams 实现异步并行处理

系统要求

• CUDA Toolkit 11.0+
• CMake 3.18+
• C++17 兼容编译器
• NVIDIA GPU (Compute Capability 7.5+)

构建

mkdir build && cd build
cmake ..
make -j$(nproc)

构建选项

• BUILD_TESTS: 构建测试 (默认 ON)
• BUILD_EXAMPLES: 构建示例程序 (默认 ON)

cmake -DBUILD_TESTS=ON -DBUILD_EXAMPLES=ON ..

使用示例

基础使用

#include "gpu_image/gpu_image_processing.hpp"

using namespace gpu_image;

int main() {
    ImageProcessor processor;
    
    // 创建测试图像
    HostImage hostImage = ImageUtils::createHostImage(256, 256, 3);
    // ... 填充图像数据 ...
    
    // 上传到 GPU
    GpuImage gpuImage = processor.loadFromHost(hostImage);
    
    // 处理
    GpuImage inverted = processor.invert(gpuImage);
    GpuImage blurred = processor.gaussianBlur(gpuImage, 5, 1.5f);
    GpuImage edges = processor.sobelEdgeDetection(gpuImage);
    
    // 下载结果
    HostImage result = processor.downloadImage(inverted);
    
    return 0;
}

流水线处理

#include "gpu_image/gpu_image_processing.hpp"

using namespace gpu_image;

int main() {
    PipelineProcessor pipeline(4);  // 4 个 CUDA streams
    
    // 添加处理步骤
    pipeline.addStep([](GpuImage& img, cudaStream_t stream) {
        GpuImage temp;
        PixelOperator::adjustBrightness(img, temp, 20, stream);
        img = std::move(temp);
    });
    
    pipeline.addStep([](GpuImage& img, cudaStream_t stream) {
        GpuImage temp;
        ConvolutionEngine::gaussianBlur(img, temp, 3, 1.0f, stream);
        img = std::move(temp);
    });
    
    // 批量处理
    std::vector<HostImage> inputs = /* ... */;
    std::vector<HostImage> outputs = pipeline.processBatchHost(inputs);
    
    return 0;
}

运行测试

cd build
ctest --output-on-failure

运行基准测试

./bin/benchmark

项目结构

├── include/gpu_image/     # 头文件
│   ├── cuda_error.hpp     # CUDA 错误处理
│   ├── device_buffer.hpp  # GPU 内存管理
│   ├── gpu_image.hpp      # 图像数据结构
│   ├── pixel_operator.hpp # 像素操作
│   ├── convolution_engine.hpp  # 卷积操作
│   ├── histogram_calculator.hpp # 直方图
│   ├── image_resizer.hpp  # 图像缩放
│   ├── morphology.hpp     # 形态学操作
│   ├── threshold.hpp      # 阈值处理
│   ├── color_space.hpp    # 颜色空间转换
│   ├── geometric.hpp      # 几何变换
│   ├── filters.hpp        # 滤波器和图像算术
│   ├── image_processor.hpp # 高级 API
│   └── pipeline_processor.hpp # 流水线处理
├── src/                   # 源文件
├── tests/                 # 单元测试
├── examples/              # 示例程序
├── benchmarks/            # 性能基准测试
└── CMakeLists.txt

API 参考

ImageProcessor

主要的用户接口类，提供同步的图像处理方法。

方法	描述
loadFromHost()	从 Host 内存加载图像到 GPU
downloadImage()	从 GPU 下载图像到 Host
invert()	图像反色
toGrayscale()	RGB 转灰度
adjustBrightness()	亮度调整
gaussianBlur()	高斯模糊
sobelEdgeDetection()	Sobel 边缘检测
histogram()	计算直方图
resize()	图像缩放

Geometric

几何变换类，提供各种空间变换操作。

方法	描述
rotate()	任意角度旋转（双线性插值）
rotate90()	90度倍数旋转（高效）
flip()	图像翻转（水平/垂直/双向）
affineTransform()	仿射变换
perspectiveTransform()	透视变换
crop()	图像裁剪
pad()	图像填充

Filters

滤波器类，提供各种图像滤波操作。

方法	描述
medianFilter()	中值滤波（去噪）
bilateralFilter()	双边滤波（保边去噪）
boxFilter()	盒式滤波（均值滤波）
sharpen()	锐化滤波
laplacian()	拉普拉斯滤波（边缘增强）

ImageArithmetic

图像算术操作类。

方法	描述
add()	图像加法
subtract()	图像减法
multiply()	图像乘法
blend()	Alpha 混合
addWeighted()	加权和
absDiff()	绝对差
addScalar()	标量加法
multiplyScalar()	标量乘法

PipelineProcessor

流水线处理器，支持异步批量处理。

方法	描述
addStep()	添加处理步骤
processHost()	处理单张 Host 图像
processBatchHost()	批量处理 Host 图像
synchronize()	同步所有操作

许可证

MIT License