opencv ParallelLoopBody

转载于http://blog.csdn.net/chouclee/article/details/8682561


OpenCV 从2.4.3开始加入了并行计算的函数parallel_for和parallel_for_(更准确地讲,parallel_for以前就存在于tbb模块中,但是OpenCV官网将其列在2.4.3.的New Features中,应该是重新改写过的)。

2.4.3中自带的calcOpticalFlowPyrLK函数也用parallel_for重写过了,之前我一直认为parallel_for就是用来并行计算的,之前也自己写了一些用parallel_for实现的算法。直到今天在opencv官网中看到别人的提问,才发现parallel_for实际上是serial loop,而parallel_for_才是parallel loop(OpenCV官网answer)。

为了比较for循环,parallel_for和parallel_for_ 三者的差异,下面做了一个简单的测试,对一个Mat中所有的元素(按列为单位)做立方操作。


Code

test.hpp

[cpp]  view plain copy
  1. /**@ Test parallel_for and parallel_for_ 
  2. /**@ Author: chouclee 
  3. /**@ 03/17/2013*/  
  4. #include <opencv2/core/internal.hpp>  
  5. namespace cv  
  6. {  
  7. namespace test  
  8. {  
  9.     class parallelTestBody : public ParallelLoopBody//参考官方给出的answer,构造一个并行的循环体类  
  10.     {  
  11.     public:  
  12.         parallelTestBody(Mat& _src)//class constructor  
  13.         {  
  14.             src = &_src;  
  15.         }  
  16.         void operator()(const Range& range) const//重载操作符()  
  17.         {  
  18.             Mat& srcMat = *src;  
  19.             int stepSrc = (int)(srcMat.step/srcMat.elemSize1());//获取每一行的元素总个数(相当于cols*channels,等同于step1)  
  20.             for (int colIdx = range.start; colIdx < range.end; ++colIdx)  
  21.             {  
  22.                 float* pData = (float*)srcMat.col(colIdx).data;  
  23.                 for (int i = 0; i < srcMat.rows; ++i)  
  24.                     pData[i*stepSrc] = std::pow(pData[i*stepSrc],3);  
  25.             }     
  26.         }  
  27.   
  28.     private:  
  29.         Mat* src;  
  30.     };  
  31.   
  32.     struct parallelTestInvoker//构造一个供parallel_for使用的循环结构体  
  33.     {  
  34.         parallelTestInvoker(Mat& _src)//struct constructor  
  35.         {  
  36.             src = &_src;  
  37.         }  
  38.         void operator()(const BlockedRange& range) const//使用BlockedRange需要包含opencv2/core/internal.hpp  
  39.         {  
  40.             Mat& srcMat = *src;  
  41.             int stepSrc = (int)(srcMat.step/srcMat.elemSize1());  
  42.             for (int colIdx = range.begin(); colIdx < range.end(); ++colIdx)  
  43.             {  
  44.                 float* pData = (float*)srcMat.col(colIdx).data;  
  45.                 for (int i = 0; i < srcMat.rows; ++i)  
  46.                     pData[i*stepSrc] = std::pow(pData[i*stepSrc],3);  
  47.             }  
  48.         }  
  49.         Mat* src;  
  50.     };  
  51. }//namesapce test  
  52. void parallelTestWithFor(InputArray _src)//'for' loop  
  53. {  
  54.     CV_Assert(_src.kind() == _InputArray::MAT);  
  55.     Mat src = _src.getMat();  
  56.     CV_Assert(src.isContinuous());  
  57.     int stepSrc = (int)(src.step/src.elemSize1());  
  58.     for (int x = 0; x < src.cols; ++x)  
  59.     {  
  60.         float* pData = (float*)src.col(x).data;  
  61.         for (int y = 0; y < src.rows; ++y)  
  62.             pData[y*stepSrc] = std::pow(pData[y*stepSrc], 3);  
  63.     }  
  64. };  
  65.   
  66. void parallelTestWithParallel_for(InputArray _src)//'parallel_for' loop  
  67. {  
  68.     CV_Assert(_src.kind() == _InputArray::MAT);  
  69.     Mat src = _src.getMat();  
  70.     int totalCols = src.cols;  
  71.     typedef test::parallelTestInvoker parallelTestInvoker;  
  72.     parallel_for(BlockedRange(0, totalCols), parallelTestInvoker(src));  
  73. };  
  74.   
  75. void parallelTestWithParallel_for_(InputArray _src)//'parallel_for_' loop  
  76. {  
  77.     CV_Assert(_src.kind() == _InputArray::MAT);  
  78.     Mat src = _src.getMat();  
  79.     int totalCols = src.cols;  
  80.     typedef test::parallelTestBody parallelTestBody;  
  81.     parallel_for_(Range(0, totalCols), parallelTestBody(src));  
  82. };  
  83. }//namespace cv  
main.cpp

[cpp]  view plain copy
  1. /**@ Test parallel_for and parallel_for_ 
  2. /**@ Author: chouclee 
  3. /**@ 03/17/2013*/  
  4. #include <opencv2/opencv.hpp>  
  5. #include <time.h>  
  6. #include "test.hpp"  
  7. using namespace cv;  
  8. using namespace std;  
  9.   
  10. int main(int argc, char* argv[])  
  11. {  
  12.     Mat testInput = Mat::ones(40,400000, CV_32F);  
  13.     clock_t start, stop;  
  14.   
  15.     start = clock();  
  16.     parallelTestWithFor(testInput);  
  17.     stop = clock();  
  18.     cout<<"Running time using \'for\':"<<(double)(stop - start)/CLOCKS_PER_SEC*1000<<"ms"<<endl;  
  19.   
  20.     start = clock();  
  21.     parallelTestWithParallel_for(testInput);  
  22.     stop = clock();  
  23.     cout<<"Running time using \'parallel_for\':"<<(double)(stop - start)/CLOCKS_PER_SEC*1000<<"ms"<<endl;  
  24.   
  25.     start = clock();  
  26.     parallelTestWithParallel_for_(testInput);  
  27.     stop = clock();  
  28.     cout<<"Running time using \'parallel_for_\':"<<(double)(stop - start)/CLOCKS_PER_SEC*1000<<"ms"<<endl;  
  29.   
  30.     system("pause");  
  31. }  

Result
输入为400000*40时,结果如下:
Debug模式
Running time using 'for': 1376ms
Running time using 'parallel_for': 1316ms
Running time using 'parallel_for_': 553ms
Release模式
Running time using 'for': 463ms
Running time using 'parallel_for': 475ms
Running time using 'parallel_for_': 301ms

输入改为40*400000
Debug模式
Running time using 'for': 1005ms
Running time using 'parallel_for': 1013ms
Running time using 'parallel_for_': 526ms
Release模式
Running time using 'for': 105ms
Running time using 'parallel_for': 106ms
Running time using 'parallel_for_': 81ms

输入改为4000*4000
Debug模式
Running time using 'for': 1138ms
Running time using 'parallel_for': 1136ms
Running time using 'parallel_for_': 411ms
Release模式
Running time using 'for': 234ms
Running time using 'parallel_for': 239ms
Running time using 'parallel_for_': 130ms

大多数情况下,parallel_for比for循环慢那么一丁丁点儿,有时甚至会比for循环快一些,总体上两者差不多,parallel_for_一直都是最快的。但上面的代码只是做测试使用(因此强制按列进行操作),实际上,像上面这种简单的操作,直接对Mat使用for循环和指针递增操作,只需要几十毫秒。但是,对于复杂算法,比如光流或之类的,使用parallel_for(虽然不是并行操作,但代码简洁易于维护,且速度和for循环差不多)或者parallel_for_将是不错的选择。

你可能感兴趣的:(opencv,ParallelLoopB)