多核加速处理图像

现在计算机的cpu一般都是多核的，而很多程序都没有进行多核优化，这就没有办法充分利用cpu的性能了。

比如用vs2010中写一个while(1)循环，在旧电脑上cpu运行是占100%的，而在新的4核电脑上运行则只占25%，似乎没办法再高了。

很多地方说用openmp可以发挥多核处理的能力，不过我在程序中加入openmp的优化指令后还是没办法运行到100%，也许是我哪里弄错了。

因此，我这里没有使用openmp，而是使用多线程的方式来进行运算加速。

比如要处理10000*10000像素的图像，可以开四个线程，每一个线程分别处理2500*10000像素，这样速度就能提高4倍了。

而试验的效果也正好验证了上面所说的方法，提高的速度非常接近4倍。

当然，如果是8核或16核，开8或16个线程，基本上就能提高8倍或16倍了。

图像算法一般还是很容易写成并行的，我这里用了freeimage图像库，cpu是i5 4590。

处理10000*10000的图像，单线程用了3500ms左右，四线程用了900ms左右，基本上算提高4倍了。

程序也许可以开更多的线程，不过我还没有尝试。

代码如下，功能就是颜色取反：

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

//就设成全局变量吧
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);
}

//每个线程处理图像的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");
}

 后记：

我又测试了一下，电脑是可以使用openmp加速的，需要打开vs2010 openmp优化选项，然后把Calc()函数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);
        }
    }
}

速度比自己写的多线程还快。

后后记：

最后我还是建议用自己写的多线程，不建议使用openMP，因为使用openMP处理后图像会产生很多麻点，这是不可接受的，就像下面一样：

使用自己控制的多线程则不存在这样的问题。