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-0.1.2.tar.gz (706.5 kB view details)

Uploaded Source

Built Distribution

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

mypyimagefilters-0.1.2-py3-none-any.whl (708.1 kB view details)

Uploaded Python 3

File details

Details for the file mypyimagefilters-0.1.2.tar.gz.

File metadata

  • Download URL: mypyimagefilters-0.1.2.tar.gz
  • Upload date:
  • Size: 706.5 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.12.3

File hashes

Hashes for mypyimagefilters-0.1.2.tar.gz
Algorithm Hash digest
SHA256 010743d0b21dd31c8513e7f17078509a64c31a822620dc34b4664c975091c4b2
MD5 68b9564435aee4fccc6524dd6e017faf
BLAKE2b-256 0baa38263fe0ef994f6c5d1d7aece303fadbabdcd0f2dd920c7da38536ea1f04

See more details on using hashes here.

File details

Details for the file mypyimagefilters-0.1.2-py3-none-any.whl.

File metadata

File hashes

Hashes for mypyimagefilters-0.1.2-py3-none-any.whl
Algorithm Hash digest
SHA256 fb3796960474688cb37c4ac639a74c11014535652acfe5d14b6c8d6f5825aa14
MD5 50040c040b3126867662fbb13db5069b
BLAKE2b-256 2a7b4a35f608775c8d5e1b2e5c7f1a5322400eea5aafbd4b7ebe535fe38f7318

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