C++ 多线程 WINDOWS和std::Thread两种方法

本文介绍使用多线程对一张图像进行滤波器处理加速，滤波器可以根据自己的需要去写，这里就不放出来了。

项目中通常代码比较远古，需要使用WIN32的多线程方式，先介绍第一种方法:

方法一：WIN32

WINDOWSThread为多线程调用的方法

处理同一张图片的时候，可以认为每个线程处理一定高度的图像，本文中设置为8个线程数量，图像为1000*1000*1；那么每个线程处理高度为125。

m_ThreadImgStruct为传递的参数，传递多个参数时，可以自己设置一个结构体，这样就可以把多个参数传递出去，

unsigned __stdcall  WINDOWSThread(void *threadParam)
{
    ThreadImgStruct *m_ThreadInput = (ThreadImgStruct*)threadParam;
    ...
}
void WIN32Thread()
{
    int nCounterThread = 8;//定义线程数量
    unsigned char *pDSData = new unsigned char[cnImgW*cnImgH];
    m_ThreadImgStruct.pImgDst = pDSData;
    m_ThreadImgStruct.cnImgH = cnImgH;
    m_ThreadImgStruct.cnImgW= cnImgW;
    m_ThreadImgStruct.pImgSrc = pSrcImg;
    m_ThreadImgStruct.nHeightThree = nHeightThree;
    for (int i = 0; i < nCounterThread;i++)
    {
        m_ThreadImgStruct.nThreadn = i;
        hThread[i] = (HANDLE)_beginthreadex(nullptr, 0, &WINDOWSThread, &m_ThreadImgStruct, 0, &dwThreadID);// 
        WaitForSingleObject(hThread[i], INFINITE);
    }
    //cv::Mat imagepDSDataWindows = cv::Mat(cnImgH, cnImgW, CV_8UC1, pDSData);
    //cv::imwrite("./imgSave/imagepDSDataWindows.bmp", imagepDSDataWindows);
    for (int i = 0; i<nCounterThread; i++) 
    {
		    CloseHandle(hThread[i]);
    }
}

 方法2：Thread

thread方法使用起来比较简单，thread后面直接在多线程调用函数的参数即可。

void ThreadTest()
{
    int nThreadBlock =8;
    int cnCutHeight = cnImgH / nThreadBlock;
    list<thread> listThread;
    for (int nThread = 0; nThread< nThreadBlock; nThread++)
    listThread.emplace_back(thread(HolesFilterByThread, pSrcImg, pDSData, cnImgW, cnImgH, cnCutHeight, nThread));
    for (auto& thTemp : listThread)
	{
		thTemp.join();
		//thTemp.detach();
	}
}

使用WIN32多线程运行时间:

 29ms

使用 ​​​​​​​​​​​​​​​​​​​​​thread多线程运行时间

 14ms

不使用线程单独运行时间： 

 25 ms

 

 总结：

对比发现使用thread速度会快一点，可能是传递结构体的时候比较耗时间，总体来说，使用多线程会比不使用多线程节省时间，当然具体的时间是根据滤波器计算的次数算的。