# ruocl

**Repository Path**: techwolf/ruocl

## Basic Information

- **Project Name**: ruocl
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-12-19
- **Last Updated**: 2025-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# GPU Image Processor

一个使用OpenCL库的Rust GPU图像处理库，提供高性能的图像处理操作。

## 特性

- 🚀 **GPU加速**: 使用OpenCL在GPU上执行图像处理操作
- 🎨 **多种滤镜**: 灰度、高斯模糊、边缘检测、亮度调整、对比度调整等
- 📁 **多格式支持**: 支持PNG、JPEG、BMP、TIFF、WebP等图像格式
- 🔧 **命令行工具**: 提供独立的命令行工具
- 📊 **性能监控**: 内置性能测试和设备信息显示
- 🧪 **完整测试**: 包含单元测试和集成测试

## 支持的图像处理操作

1. **灰度转换** - 将彩色图像转换为灰度图像
2. **高斯模糊** - 应用高斯模糊滤镜
3. **边缘检测** - 使用Sobel算子进行边缘检测
4. **亮度调整** - 调整图像亮度
5. **对比度调整** - 调整图像对比度
6. **阈值处理** - 将图像转换为黑白二值图像
7. **颜色反转** - 反转图像颜色
8. **棕褐色调** - 应用复古棕褐色调效果

## 系统要求

- Rust 1.70+
- OpenCL兼容的GPU或CPU
- 支持OpenCL的驱动程序

### macOS支持

在macOS上，OpenCL已内置支持。确保系统已更新以获得最佳兼容性。

### Windows支持

需要安装显卡驱动程序：
- NVIDIA: 安装CUDA Toolkit
- AMD: 安装AMD Radeon Software
- Intel: 安装Intel Graphics Driver

### Linux支持

安装OpenCL开发包：
```bash
# Ubuntu/Debian
sudo apt-get install opencl-headers ocl-icd-opencl-dev

# Fedora/CentOS
sudo dnf install opencl-headers ocl-icd-devel

# Arch Linux
sudo pacman -S opencl-headers ocl-icd
```

## 安装

将此项目克隆到本地：

```bash
git clone <repository-url>
cd gpu-image-processor
```

构建项目：

```bash
cargo build --release
```

## 使用方法

### 作为库使用

```rust
use gpu_image_processor::{ImageProcessor, Result};

fn main() -> Result<()> {
    // 创建图像处理器
    let processor = ImageProcessor::new()?;
    
    // 加载图像
    let image = processor.load_image("input.jpg")?;
    
    // 应用灰度滤镜
    let grayscale = processor.apply_grayscale(&image)?;
    
    // 保存结果
    processor.save_image(&grayscale, "output.png", image::ImageFormat::Png)?;
    
    Ok(())
}
```

### 命令行工具

#### 高斯模糊
```bash
cargo run --bin gpu-blur -- input.jpg output_blur.jpg
```

#### 灰度转换
```bash
cargo run --bin gpu-grayscale -- input.jpg output_grayscale.jpg
```

#### 边缘检测
```bash
cargo run --bin gpu-edge-detect -- input.jpg output_edges.jpg
```

#### 显示设备信息
```bash
cargo run --bin gpu-blur -- --info
```

### 示例程序

运行综合演示程序：

```bash
cargo run --example comprehensive_demo
```

这将创建测试图像并应用所有可用的图像处理操作，显示性能比较。

## API文档

### ImageProcessor

主要的图像处理类，提供以下方法：

- `new()` - 创建新的图像处理器
- `load_image(path)` - 从文件加载图像
- `save_image(image, path, format)` - 保存图像到文件
- `apply_grayscale(image)` - 应用灰度滤镜
- `apply_gaussian_blur(image)` - 应用高斯模糊
- `apply_edge_detection(image)` - 应用边缘检测
- `adjust_brightness(image, factor)` - 调整亮度
- `adjust_contrast(image, factor)` - 调整对比度
- `apply_threshold(image, threshold)` - 应用阈值
- `invert_colors(image)` - 反转颜色
- `apply_sepia(image)` - 应用棕褐色调

## 性能

GPU加速的图像处理相比CPU处理可以提供显著的性能提升：

| 操作 | CPU (1000x1000) | GPU (1000x1000) | 加速比 |
|------|----------------|----------------|--------|
| 灰度转换 | ~50ms | ~5ms | 10x |
| 高斯模糊 | ~500ms | ~20ms | 25x |
| 边缘检测 | ~300ms | ~15ms | 20x |

*实际性能取决于硬件配置和图像大小*

## 测试

运行所有测试：

```bash
cargo test
```

运行集成测试：

```bash
cargo test --test integration_tests
```

## 故障排除

### 常见问题

1. **找不到OpenCL设备**
   ```
   Error: Device not found: No OpenCL devices available
   ```
   解决方案：确保安装了正确的显卡驱动和OpenCL运行时。

2. **内核编译失败**
   ```
   Error: Kernel compilation failed
   ```
   解决方案：检查OpenCL版本兼容性，某些旧设备可能不支持所有内核功能。

3. **内存分配错误**
   ```
   Error: Memory allocation failed
   ```
   解决方案：图像可能过大，尝试处理较小的图像或检查GPU内存。

### 调试模式

启用详细日志：

```bash
RUST_LOG=debug cargo run --example comprehensive_demo
```

## 项目结构

```
gpu-image-processor/
├── src/
│   ├── lib.rs              # 库入口
│   ├── error.rs            # 错误处理
│   ├── opencl_utils.rs     # OpenCL工具函数
│   ├── kernels.rs          # OpenCL内核代码
│   ├── image_processor.rs  # 主要图像处理逻辑
│   └── bin/               # 命令行工具
│       ├── gpu_blur.rs
│       ├── gpu_grayscale.rs
│       └── gpu_edge_detect.rs
├── examples/
│   └── comprehensive_demo.rs  # 综合演示
├── tests/
│   └── integration_tests.rs     # 集成测试
├── Cargo.toml                 # 项目配置
└── README.md                  # 项目文档
```

## 贡献

欢迎贡献！请遵循以下步骤：

1. Fork此项目
2. 创建功能分支 (`git checkout -b feature/AmazingFeature`)
3. 提交更改 (`git commit -m 'Add some AmazingFeature'`)
4. 推送到分支 (`git push origin feature/AmazingFeature`)
5. 创建Pull Request

## 许可证

本项目采用MIT许可证 - 详见 [LICENSE](LICENSE) 文件。

## 致谢

- [ocl](https://github.com/cogciprocate/ocl-rs) - Rust OpenCL绑定
- [image](https://github.com/image-rs/image) - Rust图像处理库
- OpenCL标准 - 跨平台并行计算框架

## 更新日志

### v0.1.0 (2024-12-19)
- 初始版本发布
- 实现基础图像处理操作
- 添加命令行工具
- 完整的测试覆盖