OpenCV使用通用内部函数矢量化代码

目标

本教程的目标是提供使用通用内部函数功能矢量化 C++ 代码以提高运行时速度的指南。我们将简要介绍 SIMD 内部函数以及如何使用宽寄存器，然后介绍使用宽寄存器的基本操作。

理论

在本节中，我们将简要介绍一些概念，以帮助更好地理解该功能。

内部函数

内部函数是由编译器单独处理的函数。这些函数通常经过优化，以最有效的方式执行，因此运行速度比正常实现更快。但是，由于这些函数依赖于编译器，因此很难编写可移植的应用程序。

SIMD的

SIMD 代表 单指令，多数据。SIMD 内部函数允许处理器对计算进行矢量化。数据存储在所谓的寄存器中。寄存器可以是 128 位、256 位或 512 位宽。每个寄存器存储相同数据类型的多个值。寄存器的大小和每个值的大小决定了总共存储的值的数量。

根据 CPU 支持的指令集，您可以使用不同的寄存器。要了解更多信息，请看这里

通用内部函数

OpenCV 的通用内部函数提供了对 SIMD 矢量化方法的抽象，并允许用户使用内部函数，而无需编写特定于系统的代码。

OpenCV Universal Intrinsics 支持以下指令集：

• 支持各种类型的 128 位寄存器，适用于各种架构，包括
  • x86（SSE/SSE2/SSE4.2），
  • 手臂（霓虹灯），
  • 电源PC（VSX），
  • MIPS（MSA）。
• x86（AVX2） 支持 256 位寄存器，并且
• x86（AVX512） 支持 512 位寄存器

现在，我们将介绍可用的结构和功能：

• 寄存器结构
• 加载和存储
• 数学运算
• 减少和遮罩

寄存器结构

通用内部函数集将每个寄存器实现为基于特定 SIMD 寄存器的结构。所有类型都包含枚举，该枚举给出类型可以容纳的值的确切数量。这样就无需在实现过程中对值的数量进行硬编码。nlanes

• 注意

  每个寄存器结构都在命名空间下。cv

有两种类型的寄存器：

• 可变大小的寄存器：这些结构没有固定的大小，它们的确切位长度是在编译过程中根据可用的 SIMD 功能推断出来的。因此，枚举的值是在编译时确定的。nlanes

  每个结构都遵循以下约定：

  v_[type of value][size of each value in bits]
  

  例如，v_uint8 保存 8 位无符号整数，v_float32保存 32 位浮点值。然后我们声明一个寄存器，就像我们在 C++ 中声明任何对象一样

  根据可用的 SIMD 指令集，特定寄存器将保存不同数量的值。例如：如果您的计算机支持最大 256 位寄存器，

  • v_uint8将保存 32 个 8 位无符号整数

  • v_float64将容纳 4 个 64 位浮点数（双精度）

      v_uint8 a;                            // a is a register supporting uint8(char) data
      int n = a.nlanes;                     // n holds 32
    

  可用的数据类型和大小：

  类型	大小（以位为单位）
  uint	8, 16, 32, 64
  int	8, 16, 32, 64
  浮	32, 64

• 恒