多核加速處理圖像

現在計算機的cpu一般都是多核的，而很多程序都沒有進行多核優化，這就沒有辦法充分利用cpu的性能了。

比如用vs2010中寫一個while(1)循環，在舊電腦上cpu運行是占100%的，而在新的4核電腦上運行則只占25%，似乎沒辦法再高了。

很多地方說用openmp可以發揮多核處理的能力，不過我在程序中加入openmp的優化指令后還是沒辦法運行到100%，也許是我哪里弄錯了。

因此，我這里沒有使用openmp，而是使用多線程的方式來進行運算加速。

比如要處理10000*10000像素的圖像，可以開四個線程，每一個線程分別處理2500*10000像素，這樣速度就能提高4倍了。

而試驗的效果也正好驗證了上面所說的方法，提高的速度非常接近4倍。

當然，如果是8核或16核，開8或16個線程，基本上就能提高8倍或16倍了。

圖像算法一般還是很容易寫成並行的，我這里用了freeimage圖像庫，cpu是i5 4590。

處理10000*10000的圖像，單線程用了3500ms左右，四線程用了900ms左右，基本上算提高4倍了。

程序也許可以開更多的線程，不過我還沒有嘗試。

代碼如下，功能就是顏色取反：

#include <iostream>
#include <Windows.h>
#include <process.h>
#include <time.h>
#include "FreeImage.h"
using namespace std;

//就設成全局變量吧
FREE_IMAGE_FORMAT fif;
FIBITMAP *img;
FIBITMAP *re;
int h;
int w;
int bpp;

void Init()
{
    string name="img.jpg";
    fif=FreeImage_GetFileType(name.c_str());
    img=FreeImage_Load(fif,name.c_str());
    h=FreeImage_GetHeight(img);
    w=FreeImage_GetWidth(img);
    bpp=FreeImage_GetBPP(img);
    re=FreeImage_Allocate(w,h,bpp);

}

void Calc(int ymin,int ymax)
{
    for (int y=ymin;y<ymax;y++)
    {
        for (int x=0;x<w;x++)
        {
            RGBQUAD color;
            FreeImage_GetPixelColor(img,x,y,&color);
            color.rgbBlue-=255;
            color.rgbGreen-=255;
            color.rgbRed-=255;
            FreeImage_SetPixelColor(re,x,y,&color);
        }
    }
}

void CalcAll()
{
    Calc(0,h);
}

//每個線程處理圖像的1/4
void Calc1(PVOID param)
{
    Calc(0,int(h/4));
}

void Calc2(PVOID param)
{
    Calc(int(h/4),int(h/2));
}

void Calc3(PVOID param)
{
    Calc(int(h/2),int(3*h/4));
}

void Calc4(PVOID param)
{
    Calc(int(3*h/4),h);
}

void main()
{
    double start,end;
    HANDLE hThread[4];
    Init();

    start=clock();
        CalcAll();
    end=clock();
    cout<<end-start<<endl;

    start=clock();
        hThread[0]=(HANDLE)_beginthread(Calc1,0,NULL);
        hThread[1]=(HANDLE)_beginthread(Calc2,0,NULL);
        hThread[2]=(HANDLE)_beginthread(Calc3,0,NULL);
        hThread[3]=(HANDLE)_beginthread(Calc4,0,NULL);
        WaitForMultipleObjects(4,hThread,true,INFINITE);
    end=clock();
    cout<<end-start<<endl;

    FreeImage_Unload(img);
    FreeImage_Unload(re);

    system("pause");
}

 后記：

我又測試了一下，電腦是可以使用openmp加速的，需要打開vs2010 openmp優化選項，然后把Calc()函數改成如下形式就行了：

void Calc(int ymin,int ymax)
{
    RGBQUAD color;
    #pragma omp parallel for schedule(dynamic, 1) private(color)   
    for (int y=ymin;y<ymax;y++)
    {
        for (int x=0;x<w;x++)
        {

            FreeImage_GetPixelColor(img,x,y,&color);
            color.rgbBlue-=255;
            color.rgbGreen-=255;
            color.rgbRed-=255;
            FreeImage_SetPixelColor(re1,x,y,&color);
        }
    }
}

速度比自己寫的多線程還快。

后后記：

最后我還是建議用自己寫的多線程，不建議使用openMP，因為使用openMP處理后圖像會產生很多麻點，這是不可接受的，就像下面一樣：

使用自己控制的多線程則不存在這樣的問題。