opencv ParallelLoopBody

转载于http://blog.csdn.net/chouclee/article/details/8682561

OpenCV 从2.4.3开始加入了并行计算的函数parallel_for和parallel_for_（更准确地讲，parallel_for以前就存在于tbb模块中，但是OpenCV官网将其列在2.4.3.的New Features中，应该是重新改写过的）。

2.4.3中自带的calcOpticalFlowPyrLK函数也用parallel_for重写过了，之前我一直认为parallel_for就是用来并行计算的，之前也自己写了一些用parallel_for实现的算法。直到今天在opencv官网中看到别人的提问，才发现parallel_for实际上是serial loop，而parallel_for_才是parallel loop（OpenCV官网answer）。

为了比较for循环，parallel_for和parallel_for_ 三者的差异，下面做了一个简单的测试，对一个Mat中所有的元素（按列为单位）做立方操作。

Code

test.hpp

[cpp]  view plain copy

1. /**@ Test parallel_for and parallel_for_ 
2. /**@ Author: chouclee 
3. /**@ 03/17/2013*/  
4. #include <opencv2/core/internal.hpp>  
5. namespace cv  
6. {  
7. namespace test  
8. {  
9.     class parallelTestBody : public ParallelLoopBody//参考官方给出的answer，构造一个并行的循环体类  
10.     {  
11.     public:  
12.         parallelTestBody(Mat& _src)//class constructor  
13.         {  
14.             src = &_src;  
15.         }  
16.         void operator()(const Range& range) const//重载操作符（）  
17.         {  
18.             Mat& srcMat = *src;  
19.             int stepSrc = (int)(srcMat.step/srcMat.elemSize1());//获取每一行的元素总个数（相当于cols*channels，等同于step1)  
20.             for (int colIdx = range.start; colIdx < range.end; ++colIdx)  
21.             {  
22.                 float* pData = (float*)srcMat.col(colIdx).data;  
23.                 for (int i = 0; i < srcMat.rows; ++i)  
24.                     pData[i*stepSrc] = std::pow(pData[i*stepSrc],3);  
25.             }     
26.         }  
27.   
28.     private:  
29.         Mat* src;  
30.     };  
31.   
32.     struct parallelTestInvoker//构造一个供parallel_for使用的循环结构体  
33.     {  
34.         parallelTestInvoker(Mat& _src)//struct constructor  
35.         {  
36.             src = &_src;  
37.         }  
38.         void operator()(const BlockedRange& range) const//使用BlockedRange需要包含opencv2/core/internal.hpp  
39.         {  
40.             Mat& srcMat = *src;  
41.             int stepSrc = (int)(srcMat.step/srcMat.elemSize1());  
42.             for (int colIdx = range.begin(); colIdx < range.end(); ++colIdx)  
43.             {  
44.                 float* pData = (float*)srcMat.col(colIdx).data;  
45.                 for (int i = 0; i < srcMat.rows; ++i)  
46.                     pData[i*stepSrc] = std::pow(pData[i*stepSrc],3);  
47.             }  
48.         }  
49.         Mat* src;  
50.     };  
51. }//namesapce test  
52. void parallelTestWithFor(InputArray _src)//'for' loop  
53. {  
54.     CV_Assert(_src.kind() == _InputArray::MAT);  
55.     Mat src = _src.getMat();  
56.     CV_Assert(src.isContinuous());  
57.     int stepSrc = (int)(src.step/src.elemSize1());  
58.     for (int x = 0; x < src.cols; ++x)  
59.     {  
60.         float* pData = (float*)src.col(x).data;  
61.         for (int y = 0; y < src.rows; ++y)  
62.             pData[y*stepSrc] = std::pow(pData[y*stepSrc], 3);  
63.     }  
64. };  
65.   
66. void parallelTestWithParallel_for(InputArray _src)//'parallel_for' loop  
67. {  
68.     CV_Assert(_src.kind() == _InputArray::MAT);  
69.     Mat src = _src.getMat();  
70.     int totalCols = src.cols;  
71.     typedef test::parallelTestInvoker parallelTestInvoker;  
72.     parallel_for(BlockedRange(0, totalCols), parallelTestInvoker(src));  
73. };  
74.   
75. void parallelTestWithParallel_for_(InputArray _src)//'parallel_for_' loop  
76. {  
77.     CV_Assert(_src.kind() == _InputArray::MAT);  
78.     Mat src = _src.getMat();  
79.     int totalCols = src.cols;  
80.     typedef test::parallelTestBody parallelTestBody;  
81.     parallel_for_(Range(0, totalCols), parallelTestBody(src));  
82. };  
83. }//namespace cv  

main.cpp

[cpp]  view plain copy

1. /**@ Test parallel_for and parallel_for_ 
2. /**@ Author: chouclee 
3. /**@ 03/17/2013*/  
4. #include <opencv2/opencv.hpp>  
5. #include <time.h>  
6. #include "test.hpp"  
7. using namespace cv;  
8. using namespace std;  
9.   
10. int main(int argc, char* argv[])  
11. {  
12.     Mat testInput = Mat::ones(40,400000, CV_32F);  
13.     clock_t start, stop;  
14.   
15.     start = clock();  
16.     parallelTestWithFor(testInput);  
17.     stop = clock();  
18.     cout<<"Running time using \'for\':"<<(double)(stop - start)/CLOCKS_PER_SEC*1000<<"ms"<<endl;  
19.   
20.     start = clock();  
21.     parallelTestWithParallel_for(testInput);  
22.     stop = clock();  
23.     cout<<"Running time using \'parallel_for\':"<<(double)(stop - start)/CLOCKS_PER_SEC*1000<<"ms"<<endl;  
24.   
25.     start = clock();  
26.     parallelTestWithParallel_for_(testInput);  
27.     stop = clock();  
28.     cout<<"Running time using \'parallel_for_\':"<<(double)(stop - start)/CLOCKS_PER_SEC*1000<<"ms"<<endl;  
29.   
30.     system("pause");  
31. }  

Result

输入为400000*40时，结果如下：
Debug模式
Running time using 'for': 1376ms
Running time using 'parallel_for': 1316ms
Running time using 'parallel_for_': 553ms
Release模式
Running time using 'for': 463ms
Running time using 'parallel_for': 475ms
Running time using 'parallel_for_': 301ms

输入改为40*400000
Debug模式
Running time using 'for': 1005ms
Running time using 'parallel_for': 1013ms
Running time using 'parallel_for_': 526ms
Release模式
Running time using 'for': 105ms
Running time using 'parallel_for': 106ms
Running time using 'parallel_for_': 81ms

输入改为4000*4000
Debug模式
Running time using 'for': 1138ms
Running time using 'parallel_for': 1136ms
Running time using 'parallel_for_': 411ms
Release模式
Running time using 'for': 234ms
Running time using 'parallel_for': 239ms
Running time using 'parallel_for_': 130ms

大多数情况下，parallel_for比for循环慢那么一丁丁点儿，有时甚至会比for循环快一些，总体上两者差不多，parallel_for_一直都是最快的。但上面的代码只是做测试使用（因此强制按列进行操作），实际上，像上面这种简单的操作，直接对Mat使用for循环和指针递增操作，只需要几十毫秒。但是，对于复杂算法，比如光流或之类的，使用parallel_for（虽然不是并行操作，但代码简洁易于维护，且速度和for循环差不多）或者parallel_for_将是不错的选择。