opencv函数实现

Question

我想知道opencv如何对矩阵进行运算。例如，当我编写代码时

cv::add (Mat mat1, Mat mat2, Mat &result)

使用两个for loops1000x750 图像大约需要 120-130 毫秒。但使用opencv add函数需要6-7毫秒。有谁知道他们的伎俩是什么？我想学习它能够编写opencv没有的功能。

我在 opencv 内部搜索并找到这两个 .cpp 文件（第一个，第二个），但我不知道我是否正在寻找正确的位置。

我只是想知道如何使用这个力量。有人可以帮助我吗？

谢谢，

Answer 1

您提供的两个 cpp 文件用于 GPU 操作（CUDA 和 OpenCL）。从你的问题来看，我认为你正在寻找非 GPU 操作，这是正确的文件。。

OpenCV 以其速度而闻名，这来自于他们在代码中所做的大量优化。我只会给其中一些人一些提示。

1.SIMD优化

这是 OpenCV 优化的主要来源之一。几乎所有算术运算都经过 SIMD 优化。在你的情况下，SIMD 优化也是更好的选择（OpenCV 已经做到了）。根据您的实施级别，它可以将性能提高数倍。所有现代处理器都具有内置 SIMD 支持（SSE、AVX 等）。

与我们普通的C++相比，它有点复杂。您不是一次仅添加两个矩阵中的两个像素，而是同时添加大约 16 个像素（这取决于数据类型）。理论上它可以提供 16 倍的加速。这是我在学习 SIMD 汇编时编写的一个简单示例（您可以使用更简单的内部函数）。它没有太多优化（只是为了学习而编写），仍然提供 20 倍的加速。

同样，为了在 ARM 平台中使用，代码正在 NEON 优化（主要由 Nvidia 团队为其 Tegra 处理器贡献）。例子

2.通过TBB实现多线程

另一个重要的一个是TBB的使用，有人已经在他的回答中提到了它，你必须使用TBB编译OpenCV源才能实现它。正如他所说，这可能不是一件容易的事。OpenCV 中的许多功能（例如人脸检测等）均经过 TBB 优化。

OpenCV 还有一些其他技术，例如循环展开。（示例）它提供了轻微的改进。现代编译器已经非常擅长这一点。

您可以阅读Agner Fog 的优化技术手册，了解有关优化 C++ 代码的更多详细信息。所有这些细节都是相关的。