运用OpenMP提速图像处理速度

一、算法测试

​​​// openmptest的测试程序
       
#
       include 
       "stdafx.h"
       
void Test(
       int n){
       
    
       for (
       int i
       =
       0;i
       <
       10000;i
       ++)
       
    {
       
        
       int j
       =
       0;
       
        j 
       = j
       +
       1;
       
    }
       
    printf(
       "%d",n);
       
}
       
int _tmain(
       int argc, _TCHAR
       * argv[])
       
{
       
    
       for (
       int i
       =
       0;i
       <
       10;i
       ++)
       
    {
       
        Test(i);
       
    }
       
    getchar();
       
    
       return 
       0;
       
}
      ​​​

而开启openmp

​​// openmptest的测试程序     

#     include      "stdafx.h"     
void Test(     int n){     
         for (     int i     =     0;i
     <
     10000;i
     ++)
     
    {     
             int j     =     0;
     
        j      = j     +
     1;
     
    }     
    printf(     "%d",n);     
}     
int _tmain(     int argc, _TCHAR     * argv[])     
{     
         for (     int i     =     0;i
     <
     10;i
     ++)
     
    {     
        Test(i);     
    }     
    getchar();     
         return      0;     
}    ​​

结果

可以发现明显运算的顺序变化了，就是因为有并行的存在。

二、批量处理多张图片

编写较为复杂的opencv 程序

​​// openmptest的测试程序      
#      include       "stdafx.h"      
#      include       <iostream      >      
#      include       <opencv2      /opencv.hpp      >  
      
#      include       "GoCvHelper.h"      
using       namespace std;      
using       namespace cv;      
using       namespace GO;      
Mat Test(Mat src){      
    Mat draw;      
    Mat gray;      
    cvtColor(src,gray,COLOR_BGR2GRAY);      
    threshold(gray,gray,      100,      255,THRESH_OTSU);      
    connection2(gray,draw);      
          return draw;      
}      
int _tmain(      int argc, _TCHAR      * argv[])      
{          
          //时间记录      
          const int64 start       = getTickCount();      
    vector      <Mat      > vectorMats;      
          //文件目录      
          char cbuf[      100]       =       "F:/图片资源/纹理库brodatz/brodatzjpg";
      
          //获取所有文件      
    getFiles(cbuf,vectorMats);      
          //循环处理      
         // #pragma omp parallel for      
          for (      int i      =      0;i      <vectorMats.size();i
      ++)
      
    {      
        Mat dst       = Test(vectorMats[i]);      
    }      
          
          //时间      
          double duration       = (cv      :      :getTickCount() 
      - start)
      /getTickFrequency();
      
    printf(      "共消耗时间%f",duration);      
    waitKey();      
          return       0;      
}     ​​

使用openmp的时间

不用mp的是这么长时间

三、处理视频类流数据

 进一步对openmp进行研究，发现它对于流数据也有很好支持：

​​pragma omp parallel sections        
    {      
        #      pragma omp section        
        {      
                GetHessianLambdas(camframe,      5,lambda1_Sigma5,lambda2_Sigma5);      
        }      
        #      pragma omp section        
        {      
                GetHessianLambdas(camframe,      7,lambda1_Sigma7,lambda2_Sigma7);      
        }      
    }     ​​

就直接可已将运算速度至少增加一倍。

四、多平台支持。

而且对于QT的支持也非常直接，直接采用

​​+=      -fopenmp     
LIBS      +=      -fopenmp    ​​

加入配置文件，连代码都不需要修改，非常方便。