PyOpenCL在内核代码中索引3D数组

Question

我使用PyOpenCL在Python中处理图像，并将3D numpy数组(height x width x 4)发送到内核。我有麻烦索引内核代码内的3D数组。现在我只能将整个输入数组复制到输出中。当前代码如下所示，其中img是具有img.shape = (320, 512, 4):

的图像

__kernel void part1(__global float* img, __global float* results)
{
    unsigned int x = get_global_id(0);
    unsigned int y = get_global_id(1);
    unsigned int z = get_global_id(2);
    int index = x + 320*y + 320*512*z;
    results[index] = img[index];
}

然而，我不太明白这是如何工作的。例如，我如何在这个内核中索引img[1, 2, 3]的Python等价物?此外，如果我想让它在numpy数组中的位置results[1, 2, 3]上，当我把结果返回给Python时，应该使用哪个索引到results来存储一些项目?

要运行这个，我使用以下Python代码:

import pyopencl as cl
import numpy as np
class OpenCL:
def __init__(self):
    self.ctx = cl.create_some_context()
    self.queue = cl.CommandQueue(self.ctx)
def loadProgram(self, filename):
    f = open(filename, 'r')
    fstr = "".join(f.readlines())
    self.program = cl.Program(self.ctx, fstr).build()
def opencl_energy(self, img):
    mf = cl.mem_flags
    self.img = img.astype(np.float32)
    self.img_buf = cl.Buffer(self.ctx, mf.READ_ONLY | mf.COPY_HOST_PTR, hostbuf=self.img)
    self.dest_buf = cl.Buffer(self.ctx, mf.WRITE_ONLY, self.img.nbytes)
    self.program.part1(self.queue, self.img.shape, None, self.img_buf, self.dest_buf)
    c = np.empty_like(self.img)
    cl.enqueue_read_buffer(self.queue, self.dest_buf, c).wait()
    return c
example = OpenCL()
example.loadProgram("get_energy.cl")
image = np.random.rand(320, 512, 4)
image = image.astype(np.float32)
results = example.opencl_energy(image)
print("All items are equal:", (results==image).all())

Answer 1

更新:OpenCL文档声明(在3.5中)

"Memory objects are categorized into two types: buffer objects, and image objects. A buffer
object stores a one-dimensional collection of elements whereas an image object is used to store a
two- or three- dimensional texture, frame-buffer or image." 

所以，缓冲区总是线性的，或者从下面的示例中可以看到线性化。

import pyopencl as cl
import numpy as np

h_a = np.arange(27).reshape((3,3,3)).astype(np.float32)
ctx = cl.create_some_context()
queue = cl.CommandQueue(ctx)
mf = cl.mem_flags
d_a  = cl.Buffer(ctx, mf.READ_ONLY | mf.COPY_HOST_PTR, hostbuf=h_a)
prg = cl.Program(ctx, """
__kernel void p(__global const float *d_a) {
  printf("Array element is %f ",d_a[10]);
}
""").build()
prg.p(queue, (1,), None, d_a)

给我

"Array element is 10" 

作为输出。所以，缓冲区实际上是线性化的数组。然而，从numpy中得知的朴素[x,y,z]方法并不是这样工作的。尽管如此，使用2d或3d图像代替缓冲区应该可以工作。

Answer 2

虽然这不是最优的解决方案，但我在Python中线性化了数组并将其作为1D发送。在内核代码中，我从线性索引中计算出x、y和z。当返回python时，我将其重塑为原始形状。

Answer 3

我遇到了同样的问题。在https://lists.tiker.net/pipermail/pyopencl/2009-October/000134.html上是一个简单的例子，如何使用PyOpenCL的3d数组，为我工作。我在这里引用代码以供将来参考:

import pyopencl as cl
import numpy
import numpy.linalg as la
sizeX=4
sizeY=2
sizeZ=5
a = numpy.random.rand(sizeX,sizeY,sizeZ).astype(numpy.float32)
ctx = cl.Context()
queue = cl.CommandQueue(ctx)
mf = cl.mem_flags
a_buf = cl.Buffer(ctx, mf.READ_ONLY | mf.COPY_HOST_PTR, hostbuf=a)
dest_buf = cl.Buffer(ctx, mf.WRITE_ONLY, a.nbytes)
prg = cl.Program(ctx, """
    __kernel void sum(__global const float *a, __global float *b)
    {
      int x = get_global_id(0);
      int y = get_global_id(1);
      int z = get_global_id(2);
      int idx = z * %d * %d + y * %d + x;
      b[idx] = a[idx] * x + 3 * y + 5 * z;
    }
    """ % (sizeY, sizeX, sizeX) ).build()
prg.sum(queue, a.shape, a_buf, dest_buf)
cl.enqueue_read_buffer(queue, dest_buf, a).wait()
print a