SLIC源码为什么要使用Matlab和C/C++的混合编程

最新推荐文章于 2023-04-19 13:33:08 发布

来苏苏

最新推荐文章于 2023-04-19 13:33:08 发布

阅读量533

点赞数 1

分类专栏：编程文章标签：混合编程 Matlab SLIC

本文链接：https://blog.csdn.net/weixin_40695571/article/details/89042973

版权

编程专栏收录该内容

1 篇文章 0 订阅

订阅专栏

本文探讨了在SLIC超像素分割中使用Matlab和C/C++混合编程的原因，主要在于提升运算速度。Matlab擅长矩阵运算，但在大量循环处理时效率低下。通过MEX文件将循环部分用C/C++编写，可以显著提高执行效率，降低资源消耗。文章还对比了解释型和编译型语言的特点，并以实例说明Matlab在处理大型矩阵运算时的优势。

摘要由CSDN通过智能技术生成

小白第一篇原创（算是原创吧哈哈哈哈），转载请注明出处附上原网址：https://blog.csdn.net/weixin_40695571/article/details/89042973

这篇文章是结合一些个人经验和网上资料写的。可能有错误，欢迎指正~

最初接触Matlab和C/C++的混合编程，是在用Matlab做图像处理的SLIC超像素分割，源码里面用到了Matlab和C混合编程。当时是小白，脑阔痛（现在也是，依旧脑阔痛），不明白为啥这么搞，直接用matlab写不好吗？

网上搜了很多资料，才大概明白是啥思路。好了不废话了。

Matlab和C/C++的混合编程怎么用，我就不再赘述了，网上有很多资料，也可以去找本书看看。

可以参考一下：https://blog.csdn.net/changquanhao/article/details/51444361

那为啥子要搞Matlab和C/C++的混合编程捏？原因之一很简单：速度！（注意是原因之一）

Matlab是一种矩阵语言，是为向量和矩阵操作设计的，一般来说，如果运算可以用向量或矩阵实现，其运算速度是非常快的（Matlab又称矩阵实验室，对矩阵运算和一些常见的代数运算都做了高度的优化）。但若运算中涉及到大量的循环处理，MATLAB的速度的令人难以忍受的。解决方法之一为：当必须使用for循环时，把它做成MEX文件（注1）。这样就不必在每次运行循环中的语句时，Matlab都对它们进行解释（注2）。

注1：MEX文件是由 C源代码加上MEX文件专用的接口函数后编译而成的。可以这样理解，MEX文件实现了一种接口，它把在Matlab中调用函数时输入的自变量通过特定的接口调入了C函数，得出的结果再通过该接口调回Matlab。

注2：Matlab是解释型语言，C/C++是编译型语言。下面敲黑板，懂了的可以跳过~

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------

简单来说，计算机不能直接的理解高级语言，只能直接理解机器语言，所以必须要把高级语言翻译成机器语言,，也就是 0 1 ，这样计算机才能执行高级语言编写的程序。翻译的方式有两种，编译和解释。只是翻译的时间不通罢了,，但随着设计技术与硬件不断发展，编译型与解释型两种方式的界限正在不断变得模糊。

特征:

解释型语言在运行程序的时候才翻译,每执行一次,要翻译一次,效率较低.

编译型就是直接编译成机型可以执行的,只翻译一次

优点:

解释型:可移植性好,只要有运行相应需要的解释环境,可以在不同的操作系统上运行,修改调试也非常方便

编译型:相比解释执行编译执行效率高，占用资源小，适合复杂程序

缺点:

解释型:一句一句执行解释,浪费计算机资源,效率低

编译型:兼容性差,编译型程序虽然源代码也可以移植，但前提是必须针对不同的系统分别进行编译.

一言以蔽之，emmm......我打个比方：有一天你特别饿，要吃十包泡面。

解释型：拿一个小碗，每次泡完一包面，吃完后，再泡下一包......

编译型：拿一个锅，一次性泡了十包面！！
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------

看到这里，我想你应该明白为啥用混合编程了吧——Matlab对于有大量循环（特别是嵌套循环）的程序运行速度太慢了！

举个栗子：SLIC算法里，输入是图片（假设输入图片有一百万pixels好了），我们要对每一个像素进行处理，你想想要使用多少次循环！！

我之前在CSND下载了一个纯Matlab版本SLIC算法实现，运行速度是Matlab和C的混合编程的十几倍！！！

当然咯，如果你直接在matlab程序里优化了关于循环的语句，亦可以提升运算速度（但只是相对的提速，毕竟它是解释型的）

优化Matlab里的for语句，可以参考：https://blog.csdn.net/misayaaaaa/article/details/70477513

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------

最后提一下，Matlab的矩阵运算速度有多牛逼！！

举个栗子！引用一下腾讯云社区网友的测试：

我正在使用CUDA，C++，C#和Java编写一些benchmarks，并使用MATLAB进行验证和矩阵生成。但是当我用MATLAB进行乘法时，2048x2048，甚至更大的矩阵几乎瞬间得到结果。

             1024x1024   2048x2048   4096x4096
             ---------   ---------   ---------
CUDA C (ms)      43.11      391.05     3407.99
C++ (ms)       6137.10    64369.29   551390.93
C# (ms)       10509.00   300684.00  2527250.00
Java (ms)      9149.90    92562.28   838357.94
MATLAB (ms)      75.01      423.10     3133.90