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

QMAKE_CXXFLAGS += -fopenmp LIBS += -fopenmp

加入配置文件，连代码都不需要修改，非常方便。 来自为知笔记(Wiz)

附件列表

目前方向：图像拼接融合、图像识别

联系方式：[email protected]