研究了一天Android图像处理优化_安卓cpu处理图像速度多少-CSDN博客

本文链接：https://blog.csdn.net/sonikk/article/details/9199865

1. 使用NDK_DEBUG=1后，编译出来的程序比不使用慢很多，大概效率会降低2.5倍，这个数字真不小了！

2. 在NDK_DEBUG=0的情况下，Java调用一次Native函数，耗费时间在0.147~0.233ms左右

3. 使用系统提供的函数，比自己手动copy内存效率快得多，如使用memcpy或者memset可以提高很多速度

4. 尽量避免除法，比较好的做法是使用倒数进行乘法计算，而倒数可以实现用计算器进行求值，直接写入代码

5. Android的一些cpu在处理float类型的时候非常缓慢，下面是我的一个测试程序，程序跑的是求灰度值，可以明显的对比出来优化前后的效果，简直是立竿见影！

	
测试条件：图片分辨率500x750
[pad] 设备：gt_p6800 双核1.4GHz
[phone] 设备：nexus s 单核1.0GHz
[优化前]-------------------------------------------
        // [pad][debug=0] 
	// [time] 14.132000 (ms)
	// [time] 15.066000 (ms)
	// [time] 25.767000 (ms)


	// [phone][debug=0]
	// [time] 175.110992 (ms)
	// [time] 196.481003 (ms)
	// [time] 113.485001 (ms)
	// [time] 162.052994 (ms)
	// [time] 178.488998 (ms) (平均=164.8)
[优化后]-------------------------------------------
 	// [pad][debug=0] 
 	// [time] 12.625000 (ms)
 
 	// [phone][debug=0] 
 	// [time] 48.099998 (ms)
 	// [time] 52.244999 (ms)
 	// [time] 27.365000 (ms)
 	// [time] 34.356998 (ms)
 	// [time] 23.222000 (ms)
 	// [time] 31.214001 (ms) (平均=35.8)

结论：优化后提升的效率：164.8/35.8 = 4.6   提升360%

6. 在必要的时候可以使用多线程进行优化，这样也可以提升cpu的利用率，从而达到优化的目的：

	
测试条件：图片分辨率500x750
[pad] 设备：gt_p6800 双核1.4GHz
[phone] 设备：nexus s 单核1.0GHz
[优化前]-------------------------------------------
        // [pad][debug=0] 
	// [time] 14.132000 (ms)
	// [time] 15.066000 (ms)
	// [time] 25.767000 (ms)


	// [phone][debug=0]
	// [time] 175.110992 (ms)
	// [time] 196.481003 (ms)
	// [time] 113.485001 (ms)
	// [time] 162.052994 (ms)
	// [time] 178.488998 (ms) (平均=164.8)
[优化后]-------------------------------------------
	// [pad][debug=0]
	// [time] 19.000000 (ms)
	// [time] 10.667000 (ms)
	// [time] 13.659000 (ms)
	// [time] 15.953000 (ms)
	// [time] 28.219999 (ms)
	// [time] 17.202999 (ms)


	// [phone][debug=0]
	// [time] 192.744003 (ms)
	// [time] 124.049004 (ms)
	// [time] 91.658997 (ms)
	// [time] 88.318001 (ms)
	// [time] 92.111000 (ms)
	// [time] 91.551003 (ms)
 	// [time] 31.214001 (ms) (平均=101.7)

结论：优化后提升的效率：164.8/101.7 = 1.62  提升：62%

7. 同时使用int优化以及多线程，效果得到进一步提升！：

	
测试条件：图片分辨率500x750
[pad] 设备：gt_p6800 双核1.4GHz
[phone] 设备：nexus s 单核1.0GHz
[优化前]-------------------------------------------
        // [pad][debug=0] 
	// [time] 14.132000 (ms)
	// [time] 15.066000 (ms)
	// [time] 25.767000 (ms)


	// [phone][debug=0]
	// [time] 175.110992 (ms)
	// [time] 196.481003 (ms)
	// [time] 113.485001 (ms)
	// [time] 162.052994 (ms)
	// [time] 178.488998 (ms) (平均=164.8)
[优化后]-------------------------------------------
	// [pad][debug=0]
	// [time] 7.036000 (ms)
	// [time] 8.646000 (ms)
	// [time] 11.264000 (ms)
	// [time] 15.105000 (ms)
	// [time] 8.559000 (ms)
	// [time] 10.316000 (ms) 平均=10.154333


	// [phone][debug=0]
	// [time] 35.727001 (ms)
	// [time] 42.995998 (ms)
	// [time] 25.725000 (ms)
	// [time] 19.454000 (ms)
	// [time] 27.643000 (ms)
	// [time] 29.118000 (ms) 平均=30.110

结论：优化后提升的效率：164.8/30.110 = 5.47  提升：447%

8. 如果追求更快的速度，可以使用neon技术，以及汇编

9. 使用查表法进行RGB <-> HSY 空间的转换，先用预处理剔除重复像素

10. 分散时间执行，不一定就是点击处理按钮的当时进行，可以开多线程在后台做一些操作，当到达这个点的时候其实大部分任务量已经计算好了

11. 缩小进行计算，然后放大进行混合计算

12. 对实时性要求高的场合，显示的时候可以先用粗质

下面是我最近工作中算法的效率

优化前期甚至

[pad] 4.5s

[phone] 25-30s

优化中期：

	// [pad] [debug=0]
	// [time] 760.336975 (ms)
	// [time] 681.442993 (ms)	//684.579669毫秒

	// [time] 623.708984 (ms)	//624.158042毫秒
	// [time] 633.445984 (ms)	//634.257毫秒
	// [time] 597.619019 (ms)	//597.847208毫秒
	// [time] 627.309998 (ms)	//627.49325毫秒
	// [time] 570.181030 (ms)	//570.961041毫秒

	// [phone] [debug=0]
	// [time] 4956.109863 (ms)	//4962.556毫秒
	// [time] 7306.398926 (ms)	//7313.900167毫秒
	// [time] 5068.775879 (ms)	//5071.079875毫秒

	// [time] 7162.111816 (ms)	//7163.000041毫秒
	// [time] 6936.270996 (ms)	//6937.797708毫秒
	// [time] 5545.577148 (ms)	//5549.424749毫秒
	// [time] 5578.754883 (ms)	//5579.310792毫秒
	// [time] 5208.092773 (ms)	//5214.470333毫秒
	// [time] 5067.886230 (ms)	//5068.809999毫秒
	// [time] 5506.863770 (ms)	//5507.421083毫秒

优化后期：

// [pad] [debug=0]
// [time] 477.792999 (ms)	//483.404708毫秒
// [time] 181.477997 (ms)	//182.157458毫秒
// [time] 179.610001 (ms)	//180.286042毫秒
// [time] 191.210007 (ms)	//191.778毫秒
// [time] 177.595001 (ms)	//179.568376毫秒
// [time] 175.041000 (ms)	//175.818125毫秒

// [phone] [debug=0]
// [time] 795.302002 (ms)	//802.008249毫秒
// [time] 1108.545044 (ms)	//1113.701375毫秒
// [time] 932.200012 (ms)	//954.378375毫秒
// [time] 939.596008 (ms)	//940.612125毫秒
// [time] 834.835022 (ms)	//835.261416毫秒
// [time] 766.768982 (ms)	//767.523749毫秒
// [time] 539.195007 (ms)	//540.059709毫秒
// [time] 561.531006 (ms)	//562.323375毫秒

可以看到，从优化中期到优化后期，[phone]几乎变快了7倍！内存的占用率也降低了很多！

@sonikk 2013-6-30 13:32:05

研究资料：

Neon的文档：

http://infocenter.arm.com/help/index.jsp?topic=/com.arm.doc.ddi0406c/index.html

Neon 原理的ppt介绍:

http://www.arm.com/files/pdf/AT_-_NEON_for_Multimedia_Applications.pdf

ARM NEON 指令(用例)

http://blog.csdn.net/tonyfield/article/details/8597549

ARM NEON Optimization. An Example

http://hilbert-space.de/?p=22

关于neon