【节前分享】用最简单的方式在C#中使用多线程加速耗时的图像处理算法的执行（多核机器）。

[laviewpbt]

图像处理中，有很多算法由于其内在的复杂性是天然的耗时大户，加之图像本身蕴涵的数据量比一般的对象就大，因此，针对这类算法，执行速度的提在很大程度上依赖于硬件的性能，现在流行的CPU都是至少2核的，稍微好点的4核，甚至8核，因此，如果能充分利用这些资源，必将能发挥机器的强大优势，为算法的执行效果提升一个档次。

在单核时代，多线程程序的主要目的是防止UI假死，而一般情况下此时多线程程序的性能会比单线程的慢，这种情况五六年前是比较普遍的，所有哪个时候用VB6写的图像程序可能比VC6的慢不了多少。可在多核时代，多线程的合理利用可以使得程序速度线性提升。

在一般的编程工具中，都有提供线程操作的相关类。比如在VS2010中，提供了诸如System.Threading、System.Threading.Tasks等命名空间，方便了大家对多线程程序的编制。但是直接的使用Threading类还是很不方便，为此，在C#的几个后续版本中，加入了Parallel这样的并行计算类，在实际的编码中，配合Partitioner.Create方法，我们会发现这个类特别适合于图像处理中的并行计算，比如下面这个简单的代码就实现去色算法的并行计算：

private void Desaturate(Bitmap Bmp)
{
    if (Bmp.PixelFormat == PixelFormat.Format24bppRgb)
    {
        BitmapData BmpData = Bmp.LockBits(new Rectangle(0, 0, Bmp.Width, Bmp.Height), ImageLockMode.ReadOnly, Bmp.PixelFormat);
        Parallel.ForEach(Partitioner.Create(0, BmpData.Height), (H) =>
        {
            int X, Y, Width, Height, Stride;
            byte Red, Green, Blue, Max, Min, Value;
            byte* Scan0, CurP;
            Width = BmpData.Width; Height = BmpData.Height; Stride = BmpData.Stride; Scan0 = (byte*)BmpData.Scan0;
            for (Y = H.Item1; Y < H.Item2; Y++)
            {
                CurP = Scan0 + Y * Stride;
                for (X = 0; X < Width; X++)
                {
                    Blue = *CurP; Green = *(CurP + 1); Red = *(CurP + 2);
                    if (Blue > Green)
                    {
                        Max = Blue;
                        Min = Green;
                    }
                    else
                    {
                        Max = Green;
                        Min = Blue;
                    }
                    if (Red > Max)
                        Max = Red;
                    else if (Red < Min)
                        Min = Red;
                    Value = (byte)((Max + Min) >> 1);
                    *CurP = Value; *(CurP + 1) = Value; *(CurP + 2) = Value;
                    CurP += 3;
                }
            }
        });
        Bmp.UnlockBits(BmpData);
    }

　　去色的原理就是取彩色图像RGB通道最大值和最小值的平均值作为新的三通道的颜色值。
做个速度比较：

图像大小 单线程时间/ms 多线程时间/ms
1024*768 5 2
1600*1200 15 8
4000*3000 117 60

去色是轻量级的数字图像算法，但是再多核CPU上依然能够发挥多线程的速度优势。

我们在看看复杂点的算法的例子，这里我们举一个缩放模糊的例子。

public static void ZoomBlur(Bitmap Bmp, int SampleRadius = 100, int Amount = 100, int CenterX = 256, int CenterY = 256)
{
    int Width, Height, Stride;
    BitmapData BmpData = Bmp.LockBits(new Rectangle(0, 0, Bmp.Width, Bmp.Height), ImageLockMode.ReadOnly, PixelFormat.Format24bppRgb);
    Width = BmpData.Width; Height = BmpData.Height; Stride = BmpData.Stride;

    byte* BitmapClone = (byte*)Marshal.AllocHGlobal(BmpData.Stride * BmpData.Height);
    CopyMemory(BitmapClone, BmpData.Scan0, BmpData.Stride * BmpData.Height);

    Parallel.ForEach(Partitioner.Create(0, Height, Height / Environment.ProcessorCount), (H) =>
    {
        int SumRed, SumGreen, SumBlue,Fx, Fy, Fcx, Fcy;
        int X, Y, I;
        byte* Pointer, PointerC;
        uint* Row, RowP;
        Fcx = CenterX << 16 + 32768;
        Fcy = CenterY << 16 + 32768;

        Row = (uint*)Marshal.AllocHGlobal(SampleRadius * 4);
        for (Y = H.Item1; Y < H.Item2; Y++)
        {
            Pointer = (byte*)BmpData.Scan0 + Stride * Y;
            Fy = (Y << 16) - Fcy;
            RowP = Row;
            for (I = 0; I < SampleRadius; I++)
            {
                Fy -= ((Fy >> 4) * Amount) >> 10;
                *RowP = (uint)(BitmapClone + Stride * ((Fy + Fcy) >> 16));
                RowP++;
            }
            for (X = 0; X < Width; X++)
            {
                Fx = (X << 16) - Fcx;
                SumRed = 0; SumGreen = 0; SumBlue = 0;
                RowP = Row;
                for (I = 0; I < SampleRadius; I++)
                {
                    Fx -= ((Fx >> 4) * Amount) >> 10;
                    PointerC = (byte*)*RowP + ((Fx + Fcx) >> 16) * 3;       // *3不需要优化，编译器会变为lea eax,[eax+eax*2]        
                    SumBlue += *(PointerC);
                    SumGreen += *(PointerC + 1);
                    SumRed += *(PointerC + 2);
                    RowP++;
                }
                *(Pointer) = (byte)(SumBlue / SampleRadius);
                *(Pointer + 1) = (byte)(SumGreen / SampleRadius);
                *(Pointer + 2) = (byte)(SumRed / SampleRadius);
                Pointer += 3;
            }
        }
        Marshal.FreeHGlobal((IntPtr)Row);
    });
    Marshal.FreeHGlobal((IntPtr)BitmapClone);           // 释放掉备份数据
    Bmp.UnlockBits(BmpData);
}

其中的CopyMemory函数声明如下：

[DllImport("Kernel32.dll", EntryPoint = "RtlMoveMemory", SetLastError = true)]
internal static extern void CopyMemory(byte* Dest, byte* src, int Length);

我们看看速度提升：

图像大小 单线程时间（ms） 多线程时间(ms) PS用时(s)
1024*768 926 556 0.7
1600*1200 2986 1214 1.5
4000*3000 21249 6047 7.2


从上图中可以看到，图像越大，单线程和多线程之间的时间比例就越大，也越能发挥多线程的优势。

源码及更多分析详见：http://www.cnblogs.com/Imageshop/p/3344103.html


*********作者： laviewpbt 时间： 2013.9.28 联系QQ: 33184777 转载请保留本行信息*********

[热情的菜鸟]

[gofei27]

不错，支持，很好的软件

[Bahdisd]

我们实验室都是用VS2010在GPU上跑，速度确实很快。。。

[fengxing]

感谢分享，学习了。

[leayh]

关注一下，CUDA确实是不错，但必须用C去实现，开发效率就低了。

[longruliang]

标记，受教了，谢谢楼主分享。

[q107770540]

[guan_tu]

[Frog1228]

引用 41 楼 wodegege10 的回复:

LZ使用的并行方法，不是多线程 正如有人所说，并行可以说是GPU的天下，若是想把图像处理效率有数量级的提高， GPU则是很好的武器 NVIDIA的的CUDA可以看下， 以前做医疗影像的时候，算法部的同事，将灌注的同一算法移植到GPU上，效率提高了5倍，而且还是在没有怎么优化的情况下

除了CUDA，还有一个叫什么来着，一下子想不起来了？

[Frog1228]

引用 32 楼 imtns 的回复:

引用 9 楼 laviewpbt 的回复:

论坛里，sp1234以及caozhy 等都是很有能力的，不过说实在的也是很"嚣张的" ,适度保持克制吧,吧内因为两位 而起火的帖子确实不少的，幸好我是天天16个小时在CSDN，知道两位的脾气，才不会上火。 sp1234我对多线程的理解还很原始，我那段话的意思很多也是我的臆想，我原本的意思就是： 在单核的情况下，对于图像的算法本身，用多线程去实现，仅仅从速度上考虑，应该不会有提高。那么这样同一样一个算法，由于VB6的程序一般都是单线程的，速度上也就不会比VC差多少，即使VC是使用多线程编码的。 但是这种情况在多核的机器下就不同了。

哎呀，太感同身受了，这个sp1234,光看他那个头像就够让人恶心了，而且论坛里到处都是他这个头像，最让人受不了的是他每次留言都是一副说教人的样子，自己技术可能是牛逼点吧，也用不着到处说别人吧，反正这个人超级恶心的，头像代表一切~~

引用 65 楼 hudsonhuang 的回复:

引用 46 楼 imtns59521 的回复:

[quote=引用 42 楼 youaway 的回复:] 看见SP1234在这里自说自话就烦。

哈哈，顶一个~~~他老是一副说教的样子，很烦

最搞笑经常都没有看清楚人家说什么就开喷啊，明显楼主的意思他都理解错了 而且他自己也经常说错话啊。。。。[/quote] +1，我就碰到过。

[daxiaoyuyu]

感谢分享！正在学习图像处理的知识。

[fengxing]

不错 感谢分享！Thanks!

[beyondcj]

[终期于尽]

谢过各位大神啦

[butter0000]

支持一下！！！

[Guhw008]

GPU 是硬件吗？嘿嘿！

[yqb_last]

挺好的标记下

[mnxm]

[yqb_last]

谢谢信息共享啊

[new_fengzi]

不错，值得学习下