数字图像处理之并行处理（1）

 

　　在处理图像时，会经常对像素进行操作，实时性要求较高的场所往往会使用并行处理，好在（C/C++ API）支持多种并行方式：mpi，openmp，intel ipp 等，今天记录一种利用 openmp简单的并行处理图像方法：灰度图像取反。

 

　　需要用到的头文件：#include “omp.h”，作者是基于opencv3.0处理的图片，cpu为赛扬E3200，双核。

话不多说上代码：

 

#include "opencv2/opencv.hpp"
#include "omp.h"
#include "time.h"
#include <iostream>

#pragma comment(lib,"opencv_world300.lib")

using namespace cv;
using namespace std;


void normal(){
    clock_t start,end;
    Mat img = imread("test.jpg",CV_LOAD_IMAGE_GRAYSCALE);//读一张图(1920*1080)，转为灰度图//

    Mat out(img.rows,img.cols,CV_8U);//初始化输出图像//

    unsigned char* p=out.data;//像素指针//

    //取反//
    start = clock();
    for(int i = 0;i<img.rows*img.cols;i++){
        *p++ =0xff-img.data[i];
    }
    end = clock();

    cout<<"norm_time"<<(end-start)<<endl;


}

void test_omp(){

    clock_t start,end;
    Mat img = imread("test.jpg",CV_LOAD_IMAGE_GRAYSCALE);//读一张图，转为灰度图//

    Mat out(img.rows,img.cols,CV_8U);//初始化输出图像//

    unsigned char* p=out.data;//像素指针//
    //omp//
    int num = img.rows*img.cols;//openmp 限制循环格式//

    start =clock();
#pragma omp parallel for
    for (int i = 0;i<num;i++)
    {
        *p++ =0xff -img.data[i];
    }
    end  = clock();

    cout<<"omp_time"<<(end-start)<<endl;

}



int main(){

    normal();
    test_omp();

    return 0;

}

 

release模式 结果如下：

时间单位为毫秒，双核并行速度刚好是普通处理两倍。

 

后记：

　　openmp主要用于循环级的并行程序，某些应用可能并不适合，当然由于图像数据的特殊性正好合适；其次openmp编写对for循环的格式要求比较多，具体细节可以参考http://www.cnblogs.com/yangyangcv/archive/2012/03/23/2413335.html。

　　今天就写这么多了，未完待续。。。