基于OpenCL的OpenCV扩展库发布了

参考链接：http://bbs.csdn.net/topics/390145759

1 扩展库简介

OpenCV（Open Source Computer Vision Library）是一个致力于实时处理计算机视觉问题的开源库。它最初由Intel公司开发，以GPL许可协议发布，后来由Willow Garage基金会负责开发和维护，以BSD许可协议发布，至今已有超过250万的用户。其用途非常广泛，涵盖从图像处理，计算机视觉到交互艺术，矿产勘探等领域。OpenCV最初以C语言编写，后来提供了C++和Python接口，在版本2.2中又加入了CUDA接口，目前的正式版本为2.4。

OpenCL（Open Computing Language）是一个在异构平台（例如：CPU和GPU，APU）上高效执行程序的开源计算框架，它由Khronos发布并维护，是一个IBM, Intel, AMD等业界公司普遍认可和支持的标准，目前版本为1.2。OpenCL包含一组用于定义和控制平台的API和一个基于C99标准的编写的可执行在并行设备上的kernel。它使应用程序能够在GPU上执行，使GPU可以不仅执行图形程序，而且可以执行通用计算程序（GPGPU）。

虽然OpenCV的目标是能够实时的处理计算机视觉问题，但是大多数计算机视觉的算法太过复杂，无法在CPU上实时执行。而计算机视觉的大多数算法具有天生的并行性，非常适合在GPU和APU上执行并获得可观的加速比。本工程使用和OpenCV兼容的C/C++编写，致力于为OpenCV添加OpenCL接口，使得OpenCV的函数能够在异构设备上高速运行。由于OpenCL是一个跨平台的开放标准，所有支持OpenCL的平台都将获益。

2 OpenCV的架构

OpenCV可以分成以下一些模块，以执行设备来分类的话有CPU和GPU之分，GPU中原有CUDA模块，现在我们加入OpenCL模块，OpenCL模块将在CPU上执行的算法在GPU上加速执行。

图1：OpenCV架构图

为了获得良好的性能而又不损失灵活性，我们将OpenCV中最重要的基础结构二维矩阵映射为GPU上的二维Buffer，没有使用OpenCL中得Image对象。这样做可以更有效率的处理单通道数据。

补充：

OPENCV2.2源文件的结构

Since version 2.2, the OpenCV library is divided into several modules. These modules are built in library fles located in the lib directory. They are:
  1 The opencv_core module that contains the core functionalities of the library, in particular, the basic data structures and arithmetic functions.
  2 The opencv_imgproc module that contains the main image processing functions.
  3 The opencv_highgui module that contains the image and video reading and writing functions, along with other user interface functions.
  4 The opencv_features2d module that contains the feature point detectors and descriptors and the feature point matching framework.
  5 The opencv_calib3d module that contains the camera calibration, two-view geometry estimation, and stereo functions.
  6 The opencv_video module that contains the motion estimation, feature tracking, and foreground extraction functions and classes.
  7 The opencv_objdetect module containing the object detection functions such as the face and people detectors.
The library also includes other utility modules containing machine learning functions (opencv_ml), computational geometry algorithms (opencv_flann), contributed code (opencv_contrib), obsolete code (opencv_legacy), and GPU accelerated code (opencv_gpu).
All of these modules have a header fle associated with them (located in include directory). 
Typical OpenCV C++ code will therefore start by including the required modules. For example 
(and this is the suggested declaration style):
#include
#include
#include
If you see OpenCV code starting with:
 #include "cv.h"
it is because it uses the old style, before the library was restructured into modules.

翻译：

   opencv自从2.2版本起，将库分成很多模块，这些模块编译成库，放在opencv的lib文件夹下。他们分别是：

1. opencv_core 模块 它包含库的核心函数，实际上它包含基本的数据结构和算术函数

2. opencv_imgproc 模块 它包含主要的图像处理函数

3. The opencv_highgui 模块，它包含图像和视频的读写函数以及用户交互函数

4. opencv_features2d 模块，它包含特征点的检测、描述以及匹配的框架

5. opencv_calib3d 模块，它包含摄像头的校准，双目几何估计和立体函数

6. opencv_video 模块，它包含运动目标估计，特征跟踪和前景提取的函数和类

7. opencv_objdetect 模块，它包含目标检测函数如人脸检测，和行人检测

opencv库还包含其他单元模块如机器学习模块 (opencv_ml), 计算几何算法模块(opencv_flann), 已贡献代码模块(opencv_contrib), 过时的代码模块opencv_legacy以及图形加速模块(opencv_gpu).
所有的模块都有一个与之关联的头文件（在include路径下）

典型的OPENCV c++代码通常以包含这些必须的模块开始，如：

#include
#include
#include

3 基于OpenCL加速的函数列表

OpenCV拥有四百多个函数，并且有些函数的算法十分复杂，由于时间和资源所限，目前的OpenCL并没有包含所有的函数，以下是目前已经经过加速的函数列表



4 性能测试结果

通过GPU的加速和对代码的优化，我们获得了可观的加速比，整体而言，我们对CUDA有1.2倍的加速，对CPU有平均60倍的加速（kernel时间vsCPU时间）。以下是我们的测试平台和测试结果。

表2：测试平台

图2：OpenCL vs. CUDA 纵坐标为加速比


图3：OpenCL vs. CPU纵坐标为加速比

5 资源获取

基于OpenCL的OpenCV扩展库已经进入官方的svn，可以在此下载最新代码，也可以在Google Code中下载。
OpenCV official svn: http://code.opencv.org/svn/opencv/branches/ocl
下载：http://code.opencv.org/svn/opencv/trunk