算法优化:rgb向yuv的转化最优算法,快得让你吃惊(转)

最新推荐文章于 2022-01-28 14:28:22 发布
最新推荐文章于 2022-01-28 14:28:22 发布
阅读量382 收藏 1
点赞数
文章标签： 人工智能

朋友曾经给我推荐了一个有关代码优化的pdf文档《让你的软件飞起来》，看完之后，感受颇深。为了推广其，同时也为了自己加深印象，故将其总结为word文档。下面就是其的详细内容总结，希望能于己于人都有所帮助。

 

速度取决于算法

同样的事情，方法不一样，效果也不一样。比如，汽车引擎，可以让你的速度超越马车，却无法超越音速；涡轮引擎，可以轻松超越音障，却无法飞出地球；如果有火箭发动机，就可以到达火星。

 

代码的运算速度取决于以下几个方面

1、  算法本身的复杂度，比如MPEG比JPEG复杂，JPEG比BMP图片的编码复杂。

2、  CPU自身的速度和设计架构

3、  CPU的总线带宽

4、  您自己代码的写法

本文主要介绍如何优化您自己的code，实现软件的加速。

 

先看看我的需求

我们一个图象模式识别的项目，需要将RGB格式的彩色图像先转换成黑白图像。

图像转换的公式如下：

Y = 0.299 * R + 0.587 * G + 0.114 * B;

图像尺寸640*480*24bit，RGB图像已经按照RGBRGB顺序排列的格式，放在内存里面了。

 

我已经悄悄的完成了第一个优化

以下是输入和输出的定义：

#define XSIZE 640

#define YSIZE 480

#define IMGSIZE XSIZE * YSIZE

typedef struct RGB

{

       unsigned char R;

       unsigned char G;

       unsigned char B;

}RGB;

struct RGB in[IMGSIZE]; //需要计算的原始数据

unsigned char out[IMGSIZE]; //计算后的结果

 

第一个优化

优化原则：图像是一个2D数组，我用一个一维数组来存储。编译器处理一维数组的效率要高过二维数组。

 

先写一个代码：

Y = 0.299 * R + 0.587 * G + 0.114 * B;

 

void calc_lum()

{

    int i;

    for(i = 0; i < IMGSIZE; i++)

    {

       double r,g,b,y;

       unsigned char yy;

        r = in[i].r;

        g = in[i].g;

        b = in[i].b;

        y = 0.299 * r + 0.587 * g + 0.114 * b;

        yy = y;

        out[i] = yy;

    }

}

这大概是能想得出来的最简单的写法了，实在看不出有什么毛病，好了，编译一下跑一跑吧。

第一次试跑

这个代码分别用vc6.0和gcc编译，生成2个版本，分别在pc上和我的embedded system上面跑。

速度多少？

在PC上，由于存在硬件浮点处理器，CPU频率也够高，计算速度为20秒。

我的embedded system，没有以上2个优势，浮点操作被编译器分解成了整数运算，运算速度为120秒左右。

 

去掉浮点运算

上面这个代码还没有跑，我已经知道会很慢了，因为这其中有大量的浮点运算。只要能不用浮点运算，一定能快很多。

 

Y = 0.299 * R + 0.587 * G + 0.114 * B;

这个公式怎么能用定点的整数运算替代呢？

0.299 * R可以如何化简？

Y = 0.299 * R + 0.587 * G + 0.114 * B;

Y = D + E + F;

D = 0.299 * R;

E = 0.587 * G;

F = 0.114 * B;

我们就先简化算式D吧！

RGB的取值范围都是0~255，都是整数，只是这个系数比较麻烦，不过这个系数可以表示为：0.299 = 299 / 1000;

所以 D = ( R * 299) / 1000;

Y = (R * 299 + G * 587 + B * 114) / 1000;

 

这一下，能快多少呢？

Embedded system上的速度为45秒；

PC上的速度为2秒；

0.299 * R可以如何化简

Y = 0.299 * R + 0.587 * G + 0.114 * B;

Y = (R * 299 + G * 587 + B * 114) / 1000;

这个式子好像还有点复杂，可以再砍掉一个除法运算。

前面的算式D可以这样写：

0.299=299/1000=1224/4096

所以 D = (R * 1224) / 4096

Y=(R*1224)/4096+(G*2404)/4096+(B*467)/4096

再简化为：

Y=(R*1224+G*2404+B*467)/4096

这里的/4096除法，因为它是2的N次方，所以可以用移位操作替代，往右移位12bit就是把某个数除以4096了。

 

void calc_lum()

{

    int i;

    for(i = 0; i < IMGSIZE; i++)

    {

       int r,g,b,y;

        r = 1224 * in[i].r;

        g = 2404 * in[i].g;

        b = 467 * in[i].b;

        y = r + g + b;

        y = y >> 12; //这里去掉了除法运算

        out[i] = y;

    }

}

这个代码编译后，又快了20%。

虽然快了不少，还是太慢了一些，20秒处理一幅图像，地球人都不能接受。

 

仔细端详一下这个式子！

Y = 0.299 * R + 0.587 * G + 0.114 * B;

Y=D+E+F;

D=0.299*R;

E=0.587*G;

F=0.114*B;

 

RGB的取值有文章可做，RGB的取值永远都大于等于0，小于等于255，我们能不能将D，E，F都预先计算好呢？然后用查表算法计算呢？

我们使用3个数组分别存放DEF的256种可能的取值，然后。。。

 

查表数组初始化

int D[256],F[256],E[256];

void table_init()

{

    int i;

    for(i=0;i<256;i++)

    {

        D[i]=i*1224; 

        D[i]=D[i]>>12;

        E[i]=i*2404; 

        E[i]=E[i]>>12; 

        F[i]=i*467; 

        F[i]=F[i]>>12;

    }

}

void calc_lum()

{

    int i;

    for(i = 0; i < IMGSIZE; i++)

    {

       int r,g,b,y;

        r = D[in[i].r];//查表

        g = E[in[i].g];

        b = F[in[i].b];

        y = r + g + b;

        out[i] = y;

    }

}

 

这一次的成绩把我吓出一身冷汗，执行时间居然从30秒一下提高到了2秒！在PC上测试这段代码，眼皮还没眨一下，代码就执行完了。一下提高15倍，爽不爽？

继续优化
很多embedded system的32bit CPU，都至少有2个ALU，能不能让2个ALU都跑起来？

 

void calc_lum()

{

    int i;

    for(i = 0; i < IMGSIZE; i += 2) //一次并行处理2个数据

    {

       int r,g,b,y,r1,g1,b1,y1;

        r = D[in[i].r];//查表 //这里给第一个ALU执行

        g = E[in[i].g];

        b = F[in[i].b];

        y = r + g + b;

        out[i] = y;

        r1 = D[in[i + 1].r];//查表 //这里给第二个ALU执行

        g1 = E[in[i + 1].g];

        b1 = F[in[i + 1].b];

        y = r1 + g1 + b1;

        out[i + 1] = y;

    }

}

2个ALU处理的数据不能有数据依赖，也就是说：某个ALU的输入条件不能是别的ALU的输出，这样才可以并行。

这次成绩是1秒。

 

查看这个代码

int D[256],F[256],E[256]; //查表数组

void table_init()

{

    int i;

    for(i=0;i<256;i++)

    {

        D[i]=i*1224; 

        D[i]=D[i]>>12;

        E[i]=i*2404; 

        E[i]=E[i]>>12; 

        F[i]=i*467; 

        F[i]=F[i]>>12;

    }

}

到这里，似乎已经足够快了，但是我们反复实验，发现，还有办法再快！

可以将int D[256],F[256],E[256]; //查表数组

更改为

unsigned short D[256],F[256],E[256]; //查表数组

 

这是因为编译器处理int类型和处理unsigned short类型的效率不一样。

再改动

inline void calc_lum()

{

    int i;

    for(i = 0; i < IMGSIZE; i += 2) //一次并行处理2个数据

    {

       int r,g,b,y,r1,g1,b1,y1;

        r = D[in[i].r];//查表 //这里给第一个ALU执行

        g = E[in[i].g];

        b = F[in[i].b];

        y = r + g + b;

        out[i] = y;

        r1 = D[in[i + 1].r];//查表 //这里给第二个ALU执行

        g1 = E[in[i + 1].g];

        b1 = F[in[i + 1].b];

        y = r1 + g1 + b1;

        out[i + 1] = y;

    }

}

将函数声明为inline，这样编译器就会将其嵌入到母函数中，可以减少CPU调用子函数所产生的开销。

这次速度：0.5秒。

 

其实，我们还可以飞出地球的！

如果加上以下措施，应该还可以更快：

1、  把查表的数据放置在CPU的高速数据CACHE里面；

2、  把函数calc_lum()用汇编语言来写

 

其实，CPU的潜力是很大的

1、  不要抱怨你的CPU，记住一句话：“只要功率足够，砖头都能飞！”

2、  同样的需求，写法不一样，速度可以从120秒变化为0.5秒，说明CPU的潜能是很大的！看你如何去挖掘。

3、  我想：要是Microsoft的工程师都像我这样优化代码，我大概就可以用489跑windows XP了！

 

以上就是对《让你的软件飞起来》的摘录，下面，我将按照这位牛人的介绍，对RGB到YCbCr的转换算法做以总结。

 

Y =   0.299R + 0.587G + 0.114B
 U = -0.147R - 0.289G + 0.436B
 V =  0.615R - 0.515G - 0.100B

 

 

#deinfe SIZE 256

#define XSIZE 640

#define YSIZE 480

#define IMGSIZE XSIZE * YSIZE

typedef struct RGB

{

       unsigned char r;

       unsigned char g;

       unsigned char b;

}RGB;

struct RGB in[IMGSIZE]; //需要计算的原始数据

unsigned char out[IMGSIZE * 3]; //计算后的结果

 

unsigned short Y_R[SIZE],Y_G[SIZE],Y_B[SIZE],U_R[SIZE],U_G[SIZE],U_B[SIZE],V_R[SIZE],V_G[SIZE],V_B[SIZE]; //查表数组

void table_init()

{

    int i;

    for(i = 0; i < SIZE; i++)

    {

        Y_R[i] = (i * 1224) >> 12; //Y对应的查表数组

        Y_G[i] = (i * 2404) >> 12; 

        Y_B[i] = (i * 467)  >> 12;

        U_R[i] = (i * 602)  >> 12; //U对应的查表数组

        U_G[i] = (i * 1183) >> 12; 

        U_B[i] = (i * 1785) >> 12;

        V_R[i] = (i * 2519) >> 12; //V对应的查表数组

        V_G[i] = (i * 2109) >> 12; 

        V_B[i] = (i * 409)  >> 12;

    }

}

 

inline void calc_lum()

{

    int i;

    for(i = 0; i < IMGSIZE; i += 2) //一次并行处理2个数据

    {     

        out[i]               = Y_R[in[i].r] + Y_G[in[i].g] + Y_B[in[i].b]; //Y

        out[i + IMGSIZE]     = U_B[in[i].b] - U_R[in[i].r] - U_G[in[i].g]; //U

        out[i + 2 * IMGSIZE] = V_R[in[i].r] - V_G[in[i].g] - V_B[in[i].b]; //V

 

        out[i + 1]                = Y_R[in[i + 1].r] + Y_G[in[i + 1].g] + Y_B[in[i + 1].b]; //Y

        out[i  + 1 + IMGSIZE]     = U_B[in[i + 1].b] - U_R[in[i + 1].r] - U_G[in[i + 1].g]; //U

        out[i  + 1 + 2 * IMGSIZE] = V_R[in[i + 1].r] - V_G[in[i + 1].g] - V_B[in[i + 1].b]; //V

    }

}

 

根据牛人的观点，这种算法应该是非常快的了，以后可直接使用了。^_^

注：《让你的软件飞起来》下载地址：

http://www.chituwang.com/FileDetail.aspx?articleid=13

 


更多好文章请看：

http://www.chituwang.com/video/index.aspx

 

本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/wxzking/archive/2009/07/11/4339650.aspx

weixin_33704234
关注
优化RGB转YUV计算效率
路人coder
08-30 1254
目录预备知识计算效率优化优化方法一优化方法二注意点代码.c.h效果 预备知识 详解YUV数据格式 图像中，不管如何变换，我们最直观的值域是[0,255]，所以我们也希望能有一个转换公式将值域统一在[0,255]，这样就避免了后期处理和不必要的错误。 值域为[0,255]常用的转换公式如下。 1、YUV2RGB： 2、RGB2YUV： 这个公式转换后，不必在关心值域问题，很方便。 计算效率优化 整形计算比浮点数计算高效 移位计算比乘除计算高效 不了解的建议补充基础知识 优化方法一 浮点型运算比较耗时，
arduino int转char_OpenCL练习(一)：使用OpenCL+OpenCV进行RGB转灰度图
weixin_39759600的博客
12-31 200
背景最近在学OpenCL，用的书是《OpenCL异构并行编程实战》。怎么说呢，感觉这本书比较迷，讲的很乱，跟着看完的话可能学不到什么。好在之前学过CUDA，勉强能够理解并行计算的思路。因此这里写了一下用显卡进行RGB2Gray的程序，也算是自己能够使用OpenCL进行一些简单的显卡计算吧。平台：Ubuntu18.04 + CUDA10.0 + MX150 + OpenCL 1.2 目标：从磁盘读取...
RGB转YUV快速算法
03-23
一种基于乘法元的RGB转YUV快速算法，经实验测试，的确是一种高速转换算法
你也试试看，一条视频竟然有5次推荐机会，我用了播放量迅速破万
weixin_52420439的博客
10-25 9602
你知道吗？其实我们的视频作品有五次推荐机会。 你们是不是发完视频之后就不去管它了？最终播放量只有几十、几百，我们要充分利用好这几次机会。 你们想知道是哪几次机会吗？想知道的小伙伴记得长按点赞3秒，还给我个强烈推荐吧，然后耐心看完本期内容。 1、第一次 当我们的视频发布之后第一个小时为冷启动期，平台的推荐机制会抓取你标题和封面中的关键词。 通过这些识别过的关键词来推荐给搜索过同类关键词，且喜欢看这类视频的用户。 比如搜索新手在自媒体赚钱，系统会分配给搜索且经常观看如何在自媒体赚钱的用户。 这里就有三个关键词：
HTTP协议（二）
一心一意码代码
10-29 7490
HTTP协议（HyperText Transform Protocol，超文本传输协议），所有的WWW文件必须遵循这个标准。它是基于TCP/IP来传输数据（HTML，图片，查询结果等）工作原理：浏览器作为HTTP客户端通过URL向HTTP服务器发送请求HTTP是无连接的：每次连接只处理一个请求，处理完之后便断开 HTTP是媒体独立的：只要客户端和服务器知道如何处理数据内容，任何类型的数据都可以通过H
算法优化:rgb向yuv的转化最优算法,快得让你吃惊!
wxzking的专栏
07-11 1万+
朋友曾经给我推荐了一个有关代码优化的pdf文档《让你的软件飞起来》，看完之后，感受颇深。为了推广其，同时也为了自己加深印象，故将其总结为word文档。下面就是其的详细内容总结，希望能于己于人都有所帮助。 速度取决于算法同样的事情，方法不一样，效果也不一样。比如，汽车引擎，可以让你的速度超越马车，却无法超越音速；涡轮引擎，可以轻松 超越音障，却无法飞出地球；如果有火箭发动机，就可以到达火
基于FPGA的车牌识别，其中包括常规FPGA图像处理算法: rgb转yuv， sobel边缘检测
最新发布
10-07
rgb转yuv， sobel边缘检测， 腐蚀膨胀， 特征值提取与卷积模板匹配。 有bit流可以直接烧录实验。 保证无错误，完好，2018.3vivado版本，正点达芬奇Pro100t，板卡也可以自己更改移植一下。 所以建的IP都有截图...
Windows：RGB YUV 转换工具
03-15
RGB和YUV是两种颜色空间，它们在计算机图形和视频处理中扮演着重要角色。RGB（红绿蓝）是加性颜色模型，广泛应用于显示器、电视等设备，它基于三种基本颜色（红色、绿色和蓝色）的不同组合来创建各种色彩。而YUV...
RGB_to_YUV.rar_YUV颜色_rgb to yuv_rgb向yuv颜色模式转换
07-15
RGB到YUV颜色空间转换是图像处理领域中的一个重要概念，主要应用于视频编码和传输中，因为YUV格式能更高效地存储和传输数据。在数字图像处理中，RGB（红绿蓝）是一种加性颜色模型，而YUV（亮度、色差U、色差V）是一...
软件免费体验20秒源码
07-17
软件免费体验20秒源码 给别软件限制使用时间 为了方便测试只设置了20秒 还可以更改的
“你是AI还是真人？”
边逛边看边学习
01-07 1万+
昨天接了一个公司的咨询电话。 我：您好！ 对方：您好！请问你是AI还是真人？ 我：。。。。。。 当然是真人，是人，人！ 我：请问你的公司名字是？ 对方：小马宝莉 我：啊？就是那个很可爱的小马宝莉，有很多只的那个？ 对方：对对对 跟对方介绍了一下智能运维产品后，对方特别惊讶：“你不像客服啊，一般客户说不了那么多” （我心里翻了个白眼。我们是toB的，一天也接不了几个咨询电话，还不得热心肠地多跟客户交流一些吗，嘿嘿） 这个客户，真的是电话接到现在最有意思的了。公司CTO说，他听说过这家..
Blender着色器：混合RGB节点(MixRGB Node)
开发游戏的老王
09-29 6197
本文基于Blender 2.81Alpha 请先阅读官方文档混合RGB节点 概要 混合RGB节点的作用主要是实现图片或者说贴图的混合，其参数选项类似于Photoshop的图层混合模式。如果想在贴图级别实现混合，可以使用这个节点 实例：纹理叠加 素材：前景纹理和背景纹理，注意：前景纹理需要有Alpha通道 背景纹理 前景纹理 节点连接图 效果 ...
RGB与YUV之间的转换
hxybxhbc的博客
03-24 435
一、实验目的： 1.学会从计算和程序的角度分析问题 通过完成本实验，理解计算思维，即从问题出发，通过逐步分析和分解，把原问题转化 为可用程序方式解决的问题。在此过程中设计出一个解决方案。 2.进一步理解彩色空间的概念并掌握不同彩色空间转换的基本方程。 3.通过逐步设计程序，掌握编程细节:如查找表的设计，内存分配，对U和V信号进行下采样，文件读写过程等。掌握程序调试的基本方法。 二、实验原理： 1、基本公式： 亮度方程： Y＝0.2990R+0.5870G+0.1140BR−Y＝0.7010R−0.5870G
MMX指令优化的32bit AlphaBlend
xqhrs232的专栏
11-06 1422
原文地址::http://bbs.sjtu.edu.cn/bbscon?board=GameDesign&file=M.1168164234.A 前一段时间再进行一个目前保密的项目：Prototype A （哈哈，知道的人不要说阿） 其中需要较高的运行效率，所以就写了一个将32bit位图渲染到目标32bit位图的AlphaBle nd。支持Alpha通道。 代码指令参照了http
RGB与YUV图像视频格式的相互转换（转）
dongliqiang2006的专栏
01-21 1555
摘要：通过本文您可以学习到如何把图像转换为电视视频格式，YUV图像视频主要应用于电视和游戏视频显示。笔者以一张24位BMP图像为例实现RGB与YUV相互转换。如果您对图像转换成电视场制的视频格式有疑惑，相信本文能使您了解更多关于图像与视频格式转换的细节。 目录：　　显示器图像显示概述　　电视图像显示概述　　RGB介绍　　YUV介绍　　隔行
bmp 图片解析绘图 RGB 转YUV 查表法 ，降低CPU占有率
aiot_bigbear的专栏,关注我获取最新技术文章信息与海量资源~
01-28 423
unsigned char y_r[256]; unsigned char y_g[256]; unsigned char y_b[256]; unsigned char u_r[256]; unsigned char u_g[256]; unsigned char u_b[256]; unsigned char v_r[256]; unsigned char v_g[256]; unsigned char v_b[256]; void gif_init_Palette(void) { int i=0;.
RGBA、YUV色彩格式及libyuv的使用
热门推荐
偶尔记录的一些学习笔记
07-29 3万+
最近一段时间因为工作的需要，要使用到libyuv。因为之前写录制视频的时候，也要用到rgb转yuv，自己结合网上的资料做了个实现，记录了点笔记，现在索性一起整理下。常用的色彩格式常见的色彩格式主要分为两类，一类是RGBA系列，一类是YUV系列。RGBA系列首先就是rgba系列的格式，RGBA色彩主要用于色彩的显示和描述。常见的有RGBA/ARGB/BGRA/ABGR/RGB/BGR。这些格式都比较好
关于RGB转换YUV的探讨与实现
weixin_33807284的博客
01-12 131
最近在Android手机上使用相机识别条形码工作取得了比较理想的进展，自动识别功能基本完成，然而在手动识别指定条形码图片时遇到困难，由于Zxing开源Jar包识别图片的颜色编码式为YUV，而普通的图片使用RGB颜色分量来保存颜色信息。非压缩的24位的BMP图像就采用RGB空间来保存图像。一个像素24位，每8位保存一种颜色强度(0-255)，例如红色保存为 0xFF0000。经过两天的探索与查阅相关...
图像格式转换指南：RGB24转YUV的实现
资源摘要信息:"RGB2YUV.rar_RGB24_rgb2yuv" 本压缩包文件包含了将RGB24格式图像转换为YUV格式的关键程序代码。在计算机视觉和图像处理领域，图像格式的转换是一个常见的任务，而RGB2YUV的转换尤其重要。RGB24是一种...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值