Skip to main content

Python wrappers for native image filter libraries (CPU, CUDA, OpenACC).

Project description

myPyImageFilters

Resumen

  • Propósito: Biblioteca Python que actúa como wrapper sobre librerías nativas (C/CUDA/OpenACC) para aplicar filtros de imagen (RGB->Gris, Gaussian Blur, Sobel).
  • Ubicación: Código Python en src/. Las librerías nativas compartidas deben estar en ./bin/.

Estructura

  • src/: Contiene los wrappers Python:
    • cpu_image_lib.py : wrapper para bin/libfiltersseq.so (implementación secuencial / CPU)
    • cuda_image_lib.py: wrapper para bin/libfilterscuda.so (implementación usando CUDA)
    • openacc_image_lib.py: wrapper para bin/libfiltersacc.so (implementación usando OpenACC / nvc)
  • bin/: Debería contener las bibliotecas compartidas .so generadas desde el código C/C++/CUDA/OpenACC.

Requisitos

  • Python 3.x
  • ctypes (parte de la stdlib)
  • Bibliotecas nativas compiladas y colocadas en ./bin/:
    • libfiltersseq.so (CPU)
    • libfilterscuda.so (CUDA)
    • libfiltersacc.so (OpenACC)
  • Para CUDA: controlador NVIDIA y CUDA Toolkit instalados.
  • Para OpenACC (nvc): NVIDIA HPC SDK (o compilador compatible) y runtime disponibles.

Compilación (resumen)

  • Si el proyecto incluye un Makefile en la raíz, prueba:
make
  • Si no hay Makefile, ejemplos genéricos de compilación (ajusta según fuentes reales):
# Compilar versión secuencial (C)
gcc -fPIC -shared -o bin/libfiltersseq.so src_c/*.c -I/path/to/include -lm

# Compilar versión CUDA
nvcc -Xcompiler -fPIC --shared -o bin/libfilterscuda.so src_cuda/*.cu src_c/*.c -I/path/to/include

# Compilar versión OpenACC (nvc)
nvc -acc -Minfo=accel -fPIC -shared -o bin/libfiltersacc.so src_openacc/*.c src_c/*.c -I/path/to/include
  • Si usas libfiltersacc.so, puede ser necesario exportar LD_LIBRARY_PATH para encontrar dependencias en tiempo de ejecución:
export LD_LIBRARY_PATH=/opt/nvidia/hpc_sdk/Linux_x86_64/23.1/compilers/lib:$LD_LIBRARY_PATH

Uso (ejemplos)

  • Ejemplo con la implementación CPU (src/cpu_image_lib.py):
from src.cpu_image_lib import CPUFilterLib

lib = CPUFilterLib()
lib.rgb_to_gray('input.jpg', 'out_gray.jpg')
lib.gaussian_blur('input.jpg', 'out_blur.jpg', kernel_dim=5, stdev=2.0)
lib.sobel('input.jpg', 'out_sobel.jpg')
  • Ejemplo con CUDA (src/cuda_image_lib.py):
from src.cuda_image_lib import CudaImageLib

lib = CudaImageLib()
lib.rgb_to_gray('input.jpg', 'out_gray_cuda.jpg')
lib.gaussian_blur('input.jpg', 'out_blur_cuda.jpg', kernel_dim=7, stdev=2.0)
lib.sobel('input.jpg', 'out_sobel_cuda.jpg')
  • Ejemplo con OpenACC (src/openacc_image_lib.py):
from src.openacc_image_lib import OpenACCFilterLib

lib = OpenACCFilterLib()
lib.rgb_to_gray('input.jpg', 'out_gray_acc.jpg')
lib.gaussian_blur('input.jpg', 'out_blur_acc.jpg', kernel_dim=5, stdev=10.0)
lib.sobel('input.jpg', 'out_sobel_acc.jpg')

Detalles importantes (según wrappers)

  • Los wrappers usan ctypes y esperan que las funciones C expongan estas firmas (según cada archivo):

    • image2arr(const char *file) -> devuelve Image * (estructura CImage)
    • saveImg(Image *img, const char *filename) -> void
    • freeImage(Image *img) -> void (liberar memoria interna)
    • rgb2gray(Image *image) -> Image *
    • GaussianBlur(Image *image, int kdim, float stdev) -> Image *
    • Sobel(Image *image) -> Image *
  • Asegúrate de que los nombres de las funciones y la estructura Image en el código nativo coincidan con las expectativas del wrapper (CImage).

Solución de problemas

  • Error FileNotFoundError al cargar .so: verifica que los archivos existan en ./bin/ y que las rutas sean correctas.
  • OSError al cargar la librería OpenACC/CUDA: comprueba LD_LIBRARY_PATH y que los runtimes (CUDA, NVIDIA libs) estén disponibles.
  • Fallos en tiempo de ejecución o corrupciones de memoria: puede indicar incompatibilidad en la definición de struct Image entre C y el wrapper; revísala cuidadosamente.

Siguientes pasos sugeridos

  • Añadir un examples/ con scripts de prueba que usen cada backend.
  • Añadir un Makefile o README_build.md con instrucciones de compilación exactas según las fuentes nativas.

Contacto / Licencia

  • Añade aquí tu información de licencia o contacto si deseas compartir el proyecto públicamente.

Fin del README

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

mypyimagefilters-0.1.0.tar.gz (628.2 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

mypyimagefilters-0.1.0-py3-none-any.whl (630.7 kB view details)

Uploaded Python 3

File details

Details for the file mypyimagefilters-0.1.0.tar.gz.

File metadata

  • Download URL: mypyimagefilters-0.1.0.tar.gz
  • Upload date:
  • Size: 628.2 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.12.3

File hashes

Hashes for mypyimagefilters-0.1.0.tar.gz
Algorithm Hash digest
SHA256 aea1165f0fef7792c18372fdc6939f1096511a5ef62e205e0fa67f77c1518491
MD5 24d5b75bd7ae333b18c24ce5554261e3
BLAKE2b-256 e111a66a55e5663273484b0459d405a90adb87a044417de877dd23a80e6af800

See more details on using hashes here.

File details

Details for the file mypyimagefilters-0.1.0-py3-none-any.whl.

File metadata

File hashes

Hashes for mypyimagefilters-0.1.0-py3-none-any.whl
Algorithm Hash digest
SHA256 d4824a4cbbcf9584654479e290b48ad5c9715e51c617610fb737f59b207a9bd4
MD5 83e332cb5b39d835bb25d46b3c12c6cd
BLAKE2b-256 cb66f2c9dc7bbdcc035d8b9717b996fb0f1e8dd818d2c85084fc8646b195435c

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page