现代GPU提供了顶点处理器和片段处理器两个可编程并行处理部件。在利用GPU执行图像处理等通用计算任务时，要做的主要工作是把待求解的任务映射到GPU支持的图形绘制流水线上。
通常的方法是把计算任务的输入数据用顶点的位置、颜色、法向量等属性或者纹理等图形绘制要素来表达，而相应的处理算法则被分解为一系列的执行步骤，并改写为GPU的顶点处理程序或片段处理程序，然后，调用3D API执行图形绘制操作，调用片段程序进行处理；最后，保存在帧缓存中的绘制结果就是算法的输出数据。
虽然数字图像处理算法多种多样，具体实现过程也很不相同，但是在利用GPU进行并行化处理时，有一些共性的关键技术问题需要解决，如：数据的加载，计算结果的反馈、保存等。
下面对这些共性的问题进行分析，并提出相应的解决思路。
1. 数据加载
在GPU的流式编程模型中，所有的数据都必须以“流”的形式进行加载处理，并通过抽象的3D API进行访问。在利用GPU进行图像处理时，最直接有效的数据加载方法是把待处理的图像打包为纹理，在绘制四边形时进行加载、处理。同时为了保证GPU上片段程序能够逐像素的对纹理图像进行处理，必须将投影变换设置为正交投影，视点变换的视区与纹理大小相同，使得光栅化后的每个片段(fragment)和每个纹理单元(texel)一一对应。对于图像处理算法中的其他参数，如果数据量很小，则可以直接通过接口函数进行设置；如果参数比较多，也应该将其打包为纹理的形式传输给GPU。在打包的过程中应充分利用纹理图像所具有的R、G、B、A四个通道。
2. 计算结果的反馈、保存
应用程序是通过调用3D API绘制带纹理的四边形，激活GPU上的片段程序进行图像处理的，而GPU片段着色器的直接渲染输出是一个帧缓冲区，它对应着计算机屏幕上的一个窗口，传统上用来容纳要显示到屏幕的像素，但是在GPU流式计算中可以用来保存计算结果。虽然CPU可以通过3D API直接读写这个帧缓冲区，将渲染处理的结果从帧缓存中复制到系统内存进行保存，但是帧缓存的大小受窗口大小限制，而且由于AGP总线的带宽限制(2.1GB/s)，从显存到系统
镜像变换 GPU 渲染主要包括以下几个步骤：
1) 设置 1 个输入纹理；
2) 对输入纹理进行纹理采样；
3) 设置变换矩阵；
4) 在顶点着色器中，将输入顶点与变换矩阵相乘；
5) 输出图像数据；
本文为CSDN博主林炳文Evankaka原创文章，转载请注明出处http://blog.csdn.net/evankaka
原文链接：https://blog.csdn.net/Evankaka/article/details/38177999
