运用OpenMP提速图像处理速度-低调大师

运用OpenMP提速图像处理速度

2017-12-14 639

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;
}
   

img_692c75ff66ffe08cf4983c306862aa05.jpe

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

img_7191ff508423d7ff5aecccceb7cb45a9.jpe

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

img_386ba29467d1698aea0281ffd2deaf34.jpe

不用mp的是这么长时间

img_57911dc61c1697a1a334accd094a05a5.jpe

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：jsxyhelu@foxmail.com

微信关注我们

原文链接：https://yq.aliyun.com/articles/649436

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

因知而智，智领升级

阿里云ET工业大脑总经理王峰在苏州峰会上谈到，如今传统工业红利尽出。阿里云ET工业大脑将结合大数据和人工智能，应用数据舱、应用舱、指挥舱等三个方面帮助企业在工业互联网领域做深维和整合，降低企业成本，形成企业独有的数据大脑。以下为精彩视频内容整理：现在工业面临着一个非常尴尬的现实：红利尽出。曾经企业拿到融资、政府的支持、买地、招人的模式已不再适合，4%已经迁移到越南，委内瑞拉等地。正是这样的背景下，才有了工业大脑来帮助企业转型和升级。一、新时代新背景首先来看一个案例，如果我从苏州要去日本旅游，可能要先去苏州高铁站，坐高铁去上海，然后到上海坐飞机，通过运力赋能到日本。而现在，在工业4.0时代，我应该怎么走？这条路径在哪？德国弗劳恩霍夫研究院做的第一件事就是咨询，咨询当前该怎么走，因为我们需要知道什么才是对的以及用什么样的手段才能找到这

2017-12-15

617

随着AI（人工智能）的快速发展，互联网的发展迎来新一波创业浪潮，不同行业都在渗透着AI的血液，创业者都非常明确，这是诺亚方舟的下一张船票，以百度为首的国内各大企业，纷纷投身AI研究，一时间人工智能会议不断，在各行业“遍地开花”。那么，AI除了人们常说应用的7个领域以外，还有哪些尝试呢？ 1、搜索引擎 2015年4月，Google团队率先推出RankBrain算法，用于对网站上下文语义的理解分析，用于优化实时的搜索结果。 12月15日，国外媒体Time撰文称，微软想要通过利用人工智能提升必应的智能程度，来在搜索引擎挑战谷歌。目前，国内外各大搜索引擎，包括百度，试图将非结构化数据转变成结构化数据，这也可能是为日后的AI铺路。 2、生活娱乐与育儿 Novel Effect 其研发的语言内容交互系统，当父母讲述《野兽家园》故事时，它可以配以各种小动物的声音，与小宝宝积极互动。 Earplay 是另一家技术公司，他们在语音播报与交互领域解放了妈妈，当宝宝即将入睡的时候，它会模仿妈妈的声音给宝宝讲故事。 3、金融领域早前，全球首款人工智能ETF基金AIEQ，上线异常火爆，但这也是一个颇为争...

2017-12-15

560

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。