cudaFilter2D用例

`cudaFilter2D`函数主要用于在GPU上进行2D滤波，但实际上如果你需要一维滤波，你可以通过一些技巧将其转化为类似的操作。例如，你可以将一维数据视为包含多次重复的一维块，并且每个块都可以独立地进行滤波处理，这在某些情况下可以看作是"伪二维"的滤波。

一个简单的用例可能是图像平滑处理，比如高斯滤波。假设你要对一列一维数据（像素值）进行高斯模糊，首先你需要：

1. **准备数据**：将一维数据复制到GPU的设备内存中，通常是连续的线性内存，以便于GPU并行处理。

2. **创建滤波器**：将高斯核作为一维数组加载到设备内存，也可以预先计算并存储在全局内存中。

3. **滤波过程**：使用`cudaMemcpyToSymbol`将滤波器映射到共享内存中，提高访问速度。然后在CUDA kernel中，每个线程处理一部分数据，对当前元素及其周围的元素应用滤波器。

__global__ void oneDimBlur(float* input, float* output, float* kernel) {
    int threadIdx = threadIdx.x;
    int blockIdx = blockIdx.x;

    // 根据filter大小和数据步长调整计算范围
    int start = blockIdx * blockDim.x + threadIdx;
    int end = (blockIdx + 1) * blockDim.x > inputSize ? inputSize : start + blockDim.x - 1;

    float sum = 0.0f;
    for (int i = start; i <= end; ++i) {
        sum += kernel[threadIdx - i] * input[i];
    }
    output[start] = sum;
}

// 主函数中，设置滤波器大小、块大小、线程大小等参数
float* kernelData = ...; // 高斯核数据
int filterWidth = ...; // 滤波器宽度
...
oneDimBlur<<<numBlocks, blockSize>>>(input, output, kernelData);