Киселев Игорь. Технология SEQ-MPI. Повышение контраста полутонового изображения посредством линейной растяжки гистограммы. Вариант 30 (#284)

## Описание
<!--
Пожалуйста, предоставьте подробное описание вашей реализации, включая:
 - основные детали решения (описание выбранного алгоритма)
 - применение технологии параллелизма (если применимо)
-->

- **Задача**: Повышение контраста полутонового изображения посредством
линейной растяжки гистограммы
- **Вариант**:  30
- **Технология**:   SEQ, MPI
- **Описание** 
**SEQ-реализация**  
Последовательная версия реализует алгоритм линейной растяжки гистограммы
для полутонового изображения.
На первом этапе производится поиск минимального и максимального значений
яркости среди всех пикселей изображения.
Далее для каждого пикселя выполняется линейное преобразование яркости по
формуле растяжки в диапазон \[0; 255\].
В случае, если минимальное и максимальное значения совпадают,
изображение копируется без изменений.
Алгоритм выполняется полностью последовательно и корректно обрабатывает
все допустимые входные данные.
**MPI-реализация**  
Параллельная версия использует технологию MPI и реализует линейную
растяжку гистограммы с распределением пикселей изображения между
процессами.
Общее количество пикселей делится между процессами равномерно. Каждый
процесс получает свою часть данных и локально вычисляет минимальное и
максимальное значения яркости.
Глобальные минимальное и максимальное значения определяются с помощью
коллективных операций `MPI_Allreduce`.
После этого каждый процесс выполняет линейную растяжку яркости для своей
части изображения.
На завершающем этапе обработанные данные собираются на корневом процессе
с помощью `MPI_Gatherv`.
MPI-реализация обеспечивает корректность вычислений и позволяет ускорить
обработку изображений большого размера.
Отчёт оформлен в соответствии с примером из учебных материалов и
содержит описание последовательной и параллельной реализаций алгоритма,
а также сравнение SEQ и MPI решений на больших входных данных.

---

## Чек-лист
<!--
Пожалуйста, убедитесь, что следующие пункты выполнены **до** отправки
pull request'а и запроса его ревью:
-->

- [x] **Статус CI**: Все CI-задачи (сборка, тесты, генерация отчёта)
успешно проходят на моей ветке в моем форке
- [x] **Директория и именование задачи**: Я создал директорию с именем
`<фамилия>_<первая_буква_имени>_<короткое_название_задачи>`
- [x] **Полное описание задачи**: Я предоставил полное описание задачи в
теле pull request
- [x] **clang-format**: Мои изменения успешно проходят `clang-format`
локально в моем форке (нет ошибок форматирования)
- [x] **clang-tidy**: Мои изменения успешно проходят `clang-tidy`
локально в моем форке (нет предупреждений/ошибок)
- [x] **Функциональные тесты**: Все функциональные тесты успешно
проходят локально на моей машине
- [x] **Тесты производительности**: Все тесты производительности успешно
проходят локально на моей машине
- [x] **Ветка**: Я работаю в ветке, названной точно так же, как
директория моей задачи (например, `nesterov_a_vector_sum`), а не в
`master`
- [x] **Правдивое содержание**: Я подтверждаю, что все сведения,
указанные в этом pull request, являются точными и достоверными

<!--
ПРИМЕЧАНИЕ: Ложные сведения в этом чек-листе могут привести к отклонению
PR и получению нулевого балла за соответствующую задачу.
-->

Author: Korobokkk

tasks/kiselev_i_linear_histogram_stretch/common/include/common.hpp

@@ -0,0 +1,24 @@
+#pragma once
+
+#include <cstddef>
+#include <cstdint>
+#include <string>
+#include <tuple>
+#include <vector>
+
+#include "task/include/task.hpp"
+
+namespace kiselev_i_linear_histogram_stretch {
+
+struct GrayImage {
+  std::vector<uint8_t> pixels;
+  std::size_t width = 0;
+  std::size_t height = 0;
+};
+
+using InType = GrayImage;
+using OutType = std::vector<uint8_t>;
+using TestType = std::tuple<InType, OutType, std::string>;
+using BaseTask = ppc::task::Task<InType, OutType>;
+
+}  // namespace kiselev_i_linear_histogram_stretch

tasks/kiselev_i_linear_histogram_stretch/info.json

@@ -0,0 +1,9 @@
+{
+  "student": {
+    "first_name": "Игорь",
+    "last_name": "Киселев",
+    "middle_name": "Вячеславович",
+    "group_number": "3823Б1ФИ1",
+    "task_number": "3"
+  }
+}

tasks/kiselev_i_linear_histogram_stretch/mpi/include/ops_mpi.hpp

@@ -0,0 +1,22 @@
+#pragma once
+
+#include "kiselev_i_linear_histogram_stretch/common/include/common.hpp"
+#include "task/include/task.hpp"
+
+namespace kiselev_i_linear_histogram_stretch {
+
+class KiselevITestTaskMPI : public BaseTask {
+ public:
+  static constexpr ppc::task::TypeOfTask GetStaticTypeOfTask() {
+    return ppc::task::TypeOfTask::kMPI;
+  }
+  explicit KiselevITestTaskMPI(const InType &in);
+
+ private:
+  bool ValidationImpl() override;
+  bool PreProcessingImpl() override;
+  bool RunImpl() override;
+  bool PostProcessingImpl() override;
+};
+
+}  // namespace kiselev_i_linear_histogram_stretch

tasks/kiselev_i_linear_histogram_stretch/mpi/src/ops_mpi.cpp

@@ -0,0 +1,107 @@
+#include "kiselev_i_linear_histogram_stretch/mpi/include/ops_mpi.hpp"
+
+#include <mpi.h>
+
+#include <algorithm>
+#include <cmath>
+#include <cstddef>
+#include <limits>
+#include <vector>
+
+#include "kiselev_i_linear_histogram_stretch/common/include/common.hpp"
+
+namespace kiselev_i_linear_histogram_stretch {
+
+KiselevITestTaskMPI::KiselevITestTaskMPI(const InType &in) {
+  SetTypeOfTask(GetStaticTypeOfTask());
+  GetInput() = in;
+
+  if (!in.pixels.empty()) {
+    GetOutput().resize(in.pixels.size());
+  }
+}
+
+bool KiselevITestTaskMPI::ValidationImpl() {
+  const auto &img = GetInput();
+  return img.width > 0 && img.height > 0 && img.pixels.size() == img.width * img.height;
+}
+
+bool KiselevITestTaskMPI::PreProcessingImpl() {
+  return true;
+}
+
+bool KiselevITestTaskMPI::RunImpl() {
+  int rank = 0;
+  int size = 1;
+  MPI_Comm_rank(MPI_COMM_WORLD, &rank);
+  MPI_Comm_size(MPI_COMM_WORLD, &size);
+
+  constexpr int kRoot = 0;
+
+  std::size_t total_size = 0;
+  if (rank == kRoot) {
+    total_size = GetInput().pixels.size();
+  }
+
+  MPI_Bcast(&total_size, 1, MPI_UNSIGNED_LONG_LONG, kRoot, MPI_COMM_WORLD);
+
+  const std::size_t base = total_size / static_cast<std::size_t>(size);
+  const std::size_t extra = total_size % static_cast<std::size_t>(size);
+
+  std::vector<int> counts(size, 0);
+  std::vector<int> offsets(size, 0);
+
+  if (rank == kRoot) {
+    std::size_t shift = 0;
+    const auto size_sz = static_cast<std::size_t>(size);
+
+    for (std::size_t index = 0; index < size_sz; ++index) {
+      const std::size_t add = (index < extra) ? 1 : 0;
+      counts[static_cast<int>(index)] = static_cast<int>(base + add);
+      offsets[static_cast<int>(index)] = static_cast<int>(shift);
+      shift += static_cast<std::size_t>(counts[static_cast<int>(index)]);
+    }
+  }
+
+  int local_count = 0;
+  MPI_Scatter(counts.data(), 1, MPI_INT, &local_count, 1, MPI_INT, kRoot, MPI_COMM_WORLD);
+
+  std::vector<unsigned char> local_pixels(static_cast<std::size_t>(local_count));
+
+  MPI_Scatterv(GetInput().pixels.data(), counts.data(), offsets.data(), MPI_UNSIGNED_CHAR, local_pixels.data(),
+               local_count, MPI_UNSIGNED_CHAR, kRoot, MPI_COMM_WORLD);
+
+  unsigned char local_min = std::numeric_limits<unsigned char>::max();
+  unsigned char local_max = std::numeric_limits<unsigned char>::min();
+
+  for (unsigned char px : local_pixels) {
+    local_min = std::min(local_min, px);
+    local_max = std::max(local_max, px);
+  }
+
+  unsigned char global_min = 0;
+  unsigned char global_max = 0;
+
+  MPI_Allreduce(&local_min, &global_min, 1, MPI_UNSIGNED_CHAR, MPI_MIN, MPI_COMM_WORLD);
+  MPI_Allreduce(&local_max, &global_max, 1, MPI_UNSIGNED_CHAR, MPI_MAX, MPI_COMM_WORLD);
+
+  if (global_min != global_max) {
+    const double scale = 255.0 / static_cast<double>(global_max - global_min);
+
+    for (unsigned char &px : local_pixels) {
+      const double value = static_cast<double>(px - global_min) * scale;
+      px = static_cast<unsigned char>(std::lround(value));
+    }
+  }
+
+  MPI_Gatherv(local_pixels.data(), local_count, MPI_UNSIGNED_CHAR, GetOutput().data(), counts.data(), offsets.data(),
+              MPI_UNSIGNED_CHAR, kRoot, MPI_COMM_WORLD);
+
+  return true;
+}
+
+bool KiselevITestTaskMPI::PostProcessingImpl() {
+  return true;
+}
+
+}  // namespace kiselev_i_linear_histogram_stretch