opencv相同的代码，C#的效率比C++快三倍？我该怎么设置C++项目才能提速？

Peki.L 2020-09-02 09:03:23
首先上C#代码，这是我以前初学时写得代码，功能是执行冈萨雷斯那本书上的逆谐波均值滤波器。
在x86 Debug模式下，处理同一张图片需要 45ms。


long t1 = Cv2.GetTickCount();

double Q = nudContraharmonicMeanFilterQ.Value.ToDouble();

int kernelSize = nudMeanFilter.Value.ToInt();

Mat source = Input.Clone();

source.ConvertTo(source, MatType.CV_8U);



Mat source_Padded = new Mat();

int radius = kernelSize / 2;

Cv2.CopyMakeBorder(source, source_Padded, radius, radius, radius, radius, BorderTypes.Replicate);

int paddedHeight = source_Padded.Rows;

int paddedWidth = source_Padded.Cols;



Mat[] mats = source_Padded.Split();

Mat[] mats1 = new Mat[mats.Length];

Parallel.For(0, mats.Length, channel =>

{

    Mat padded = mats[channel];

    padded.ConvertTo(padded, MatType.CV_64FC1);



    Mat padded_bak = padded.Clone();

    double* p = (double*)padded.DataPointer;

    double* p1 = (double*)padded_bak.DataPointer;



    Parallel.For(radius, paddedHeight - radius, j =>

    {

        for (int i = radius; i < paddedWidth - radius; i++)

        {

            double s1 = 0;

            double s2 = 0;

            for (int m = j - radius; m <= j + radius; m++)

            {

                for (int n = i - radius; n <= i + radius; n++)

                {

                    double tmp = *(p1 + m * paddedWidth + n);

                    s1 += Math.Pow(tmp, Q + 1);

                    s2 += Math.Pow(tmp, Q);

                }

            }

            s2 = s2 == 0 ? 0.0000001 : s2;

            s1 /= s2;

            *(p + j * paddedWidth + i) = s1;

        }

    });

    mats1[channel] = padded[new Rect(radius, radius, source.Width, source.Height)];

});

Mat dst = new Mat();

Cv2.Merge(mats1, dst);

dst.ConvertTo(dst, MatType.CV_8U);

我用C++重写后，代码如下。
在x64 Release模式下，运行一次需要195 ms，比C#的要慢三倍。


int64 t1 = cv::getTickCount();



cv::Mat src = QImageToMat(image1);

std::vector<cv::Mat> nsrc;

cv::split(src, nsrc);



int channel = src.channels();

channel = channel > 3 ? 3 : channel;



cv::Mat dst;

cv::Mat padded;



int ks = ui.nudMeanFilter->value();

int radius = ks / 2;

cv::copyMakeBorder(src, padded, radius, radius, radius, radius, cv::BORDER_REPLICATE);

int srcW = src.cols;

int srcH = src.rows;

int paddedW = padded.cols;

int paddedH = padded.rows;



padded.convertTo(padded, CV_64F);

std::vector<cv::Mat> npadded;

cv::split(padded, npadded);



double Q = ui.nudContraharmonicMeanFilterQ->value();



cv::parallel_for_(cv::Range::Range(0, channel), [&](const cv::Range& range) {

	for (int ch = range.start; ch < range.end; ch++)

	{

		cv::Mat _ori = npadded[ch];

		cv::Mat _new(_ori.size(), _ori.type());



		double* op = (double*)_ori.data;

		double* np = (double*)_new.data;



		cv::parallel_for_(cv::Range::Range(radius, paddedH - radius), [&](const cv::Range& range) {

			for (int i = range.start; i < range.end; i++)

			{

				for (int j = radius; j < paddedW - radius; j++)

				{

					double s1 = 0;

					double s2 = 0;

					for (int m = i - radius; m <= i + radius; m++)

					{

						for (int n = j - radius; n <= j + radius; n++)

						{

							double tmp = *(op + m * paddedW + n);

							s1 += std::pow(tmp, Q + 1);

							s2 += std::pow(tmp, Q);

						}

					}

					s1 /= s2 + 0.000000001;

					*(np + i * paddedW + j) = s1;

				}

			}});

		nsrc[ch] = cv::Mat(_new, cv::Rect(radius, radius, srcW, srcH));

	}});

cv::merge(nsrc, dst);

dst.convertTo(dst, CV_8U);



int64 t2 = cv::getTickCount();


C#和C++都调用的同一个文件夹下的OpenCV静态库。
我的怀疑方向：
1、C++的项目设置不对，可能有些选项能优化执行速度
2、C#的并行能更智能得调配运算资源
3、我的C++代码写的有问题

这对我是一个很重要的问题，为什么C++的并行运算会如此差劲。
...全文
9914 4 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
4 条回复
切换为时间正序
请发表友善的回复…
发表回复
mmcanyu 2020-09-03
  • 打赏
  • 举报
 回复
问题一般出在内存管理，以前sun公司经常拿java和c++比执行速度。C++每次new都是向系统申请内存，delete也是向系统撤销内存，这是低效耗时的。java和C#有自己的内存管理机制，简单点说，就是申请了内存不释放，等下次继续用。 C++要高效就用内存池相关技术。
Peki.L 2020-09-03
  • 打赏
  • 举报
 回复
找到原因了，用Concurrency::parallel_for()替换cv::parallel_for_()即可，这个可能跟编译opencv时选择哪个并行框架有关。
Peki.L 2020-09-02
  • 打赏
  • 举报
 回复
这是opencv的编译信息，大家看下有没有问题，是不是该有的优化选项没有开？或者是我上面那一段代码有问题？ 

General configuration for OpenCV 4.4.0 =====================================
  Version control:               unknown

  Extra modules:
    Location (extra):            D:/Project/opencv/opencv_files/opencv_contrib/modules
    Version control (extra):     unknown

  Platform:
    Timestamp:                   2020-08-19T10:54:43Z
    Host:                        Windows 10.0.19041 AMD64
    CMake:                       3.15.1
    CMake generator:             Visual Studio 16 2019
    CMake build tool:            C:/Program Files (x86)/Microsoft Visual Studio/2019/Professional/MSBuild/Current/Bin/MSBuild.exe
    MSVC:                        1927

  CPU/HW features:
    Baseline:                    SSE SSE2
      requested:                 SSE2
    Dispatched code generation:  SSE4_1 SSE4_2 FP16 AVX
      requested:                 SSE4_1 SSE4_2 AVX FP16
      SSE4_1 (14 files):         + SSE3 SSSE3 SSE4_1
      SSE4_2 (1 files):          + SSE3 SSSE3 SSE4_1 POPCNT SSE4_2
      FP16 (0 files):            + SSE3 SSSE3 SSE4_1 POPCNT SSE4_2 FP16 AVX
      AVX (4 files):             + SSE3 SSSE3 SSE4_1 POPCNT SSE4_2 AVX

  C/C++:
    Built as dynamic libs?:      NO
    C++ standard:                11
    C++ Compiler:                C:/Program Files (x86)/Microsoft Visual Studio/2019/Professional/VC/Tools/MSVC/14.27.29110/bin/Hostx64/x86/cl.exe  (ver 19.27.29111.0)
    C++ flags (Release):         /DWIN32 /D_WINDOWS /W4 /GR  /D _CRT_SECURE_NO_DEPRECATE /D _CRT_NONSTDC_NO_DEPRECATE /D _SCL_SECURE_NO_WARNINGS /Gy /bigobj /Oi  /fp:precise  /arch:SSE /arch:SSE2 /EHa /wd4127 /wd4251 /wd4324 /wd4275 /wd4512 /wd4589 /MP  /MT /O2 /Ob2 /DNDEBUG 
    C++ flags (Debug):           /DWIN32 /D_WINDOWS /W4 /GR  /D _CRT_SECURE_NO_DEPRECATE /D _CRT_NONSTDC_NO_DEPRECATE /D _SCL_SECURE_NO_WARNINGS /Gy /bigobj /Oi  /fp:precise  /arch:SSE /arch:SSE2 /EHa /wd4127 /wd4251 /wd4324 /wd4275 /wd4512 /wd4589 /MP  /MTd /Zi /Ob0 /Od /RTC1 
    C Compiler:                  C:/Program Files (x86)/Microsoft Visual Studio/2019/Professional/VC/Tools/MSVC/14.27.29110/bin/Hostx64/x86/cl.exe
    C flags (Release):           /DWIN32 /D_WINDOWS /W3  /D _CRT_SECURE_NO_DEPRECATE /D _CRT_NONSTDC_NO_DEPRECATE /D _SCL_SECURE_NO_WARNINGS /Gy /bigobj /Oi  /fp:precise  /arch:SSE /arch:SSE2 /MP   /MT /O2 /Ob2 /DNDEBUG 
    C flags (Debug):             /DWIN32 /D_WINDOWS /W3  /D _CRT_SECURE_NO_DEPRECATE /D _CRT_NONSTDC_NO_DEPRECATE /D _SCL_SECURE_NO_WARNINGS /Gy /bigobj /Oi  /fp:precise  /arch:SSE /arch:SSE2 /MP /MTd /Zi /Ob0 /Od /RTC1 
    Linker flags (Release):      /machine:X86  /NODEFAULTLIB:atlthunk.lib /INCREMENTAL:NO  /NODEFAULTLIB:libcmtd.lib /NODEFAULTLIB:libcpmtd.lib /NODEFAULTLIB:msvcrtd.lib
    Linker flags (Debug):        /machine:X86  /NODEFAULTLIB:atlthunk.lib /debug /INCREMENTAL  /NODEFAULTLIB:libcmt.lib /NODEFAULTLIB:libcpmt.lib /NODEFAULTLIB:msvcrt.lib
    ccache:                      NO
    Precompiled headers:         YES
    Extra dependencies:          comctl32 gdi32 ole32 setupapi ws2_32
    3rdparty dependencies:       ittnotify libprotobuf zlib libjpeg-turbo libwebp libpng libtiff libjasper IlmImf quirc

  OpenCV modules:
    To be built:                 aruco bgsegm bioinspired calib3d ccalib core dnn dnn_objdetect dnn_superres dpm face features2d flann fuzzy hfs highgui img_hash imgcodecs imgproc intensity_transform line_descriptor mcc ml objdetect optflow phase_unwrapping photo plot quality rapid reg rgbd saliency shape stereo stitching structured_light superres surface_matching text tracking video videoio videostab xfeatures2d ximgproc xobjdetect xphoto
    Disabled:                    datasets gapi java_bindings_generator python_bindings_generator python_tests world
    Disabled by dependency:      -
    Unavailable:                 alphamat cnn_3dobj cudaarithm cudabgsegm cudacodec cudafeatures2d cudafilters cudaimgproc cudalegacy cudaobjdetect cudaoptflow cudastereo cudawarping cudev cvv freetype hdf java js julia matlab ovis python2 python3 sfm ts viz
    Applications:                -
    Documentation:               NO
    Non-free algorithms:         YES

  Windows RT support:            NO

  GUI: 
    Win32 UI:                    YES
    VTK support:                 NO

  Media I/O: 
    ZLib:                        build (ver 1.2.11)
    JPEG:                        build-libjpeg-turbo (ver 2.0.5-62)
    WEBP:                        build (ver encoder: 0x020f)
    PNG:                         build (ver 1.6.37)
    TIFF:                        build (ver 42 - 4.0.10)
    JPEG 2000:                   build Jasper (ver 1.900.1)
    OpenEXR:                     build (ver 2.3.0)
    HDR:                         YES
    SUNRASTER:                   YES
    PXM:                         YES
    PFM:                         YES

  Video I/O:
    DC1394:                      NO
    FFMPEG:                      YES (prebuilt binaries)
      avcodec:                   YES (58.54.100)
      avformat:                  YES (58.29.100)
      avutil:                    YES (56.31.100)
      swscale:                   YES (5.5.100)
      avresample:                YES (4.0.0)
    GStreamer:                   NO
    DirectShow:                  YES

  Parallel framework:            Concurrency

  Trace:                         YES (with Intel ITT)

  Other third-party libraries:
    Lapack:                      NO
    Eigen:                       NO
    Custom HAL:                  NO
    Protobuf:                    build (3.5.1)

  OpenCL:                        YES (NVD3D11)
    Include path:                D:/Project/opencv/opencv_files/opencv/3rdparty/include/opencl/1.2
    Link libraries:              Dynamic load

  Python (for build):            C:/Anaconda/python.exe

  Install to:                    D:/Project/opencv/opencv_files/build_win_x86/install
-----------------------------------------------------------------
Peki.L 2020-09-02
  • 打赏
  • 举报
 回复
c++如果用x86 OpenCV的话，速度会更慢。
关于使用opencv的提速（三）（GPU加速）
相对于前两章的利用x86转为x64提速，以及多线程的openmp提速 根据自己前两天的见识及理解（x86转为x64提高一倍的速度，openmp将cpu的利用率从百分之20多提高到百分之百） 利用GPU提速至少可以提高5~10倍的运算速度 ...
OpenCV深拷贝效率对比
这里主要对比OpenCV中不同深拷贝方式的效率。clone 和 copyTo 的区别。clonecopyTo在视频帧处理中，大部分情况下，视频帧的大小都是不会变化的，所以可以考虑使用成员变量作为copyTo的目标Mat，这样可以减少内存的...
关于opencv遍历像素速度的提高方案
1、 二值化算法经过测试后基本可以，但是在运动中...我在网上查询到可以用opencv 的LUT查表法来简化遍历像素的时间，这个可以比指针快，后来经过阅读了一定网上的资料，才发现利用LUT必须知道原图像与目标图像像素的对
OpenCV中Mat矩阵复制函数的效率差异: clone() 与copyTo()
#include "opencv2/opencv.hpp" using namespace std; int main() { const std::string path = "415-DST.bmp"; cv::Mat src = cv::imread(path, cv::IMREAD_COLOR); cv::Mat dst1; cv::Mat dst2; std::...
[C#]winform基于opencvsharp+onnxruntime结合yowov2算法实现时空动作检测实时检测
YOWOv2算法是一个强大而高效的实时时空动作检测框架。它通过结合3D和2D骨干网络、采用多级检测机制和无锚点设计等特点，实现了对小动作实例的高效检测。...【演示界面】【效果演示】【测试环境】vs2019【调用代码】
OpenCV

4,269

社区成员

959

社区内容

发帖
与我相关
我的任务
社区描述
OpenCV相关技术交流专区
计算机视觉人工智能opencv 技术论坛（原bbs） 广东省·深圳市
社区管理员
  • OpenCV
  • 幻灰龙
  • OpenCV中国团队
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告

OpenCV中国团队官方博客：https://blog.csdn.net/opencvchina

试试用AI创作助手写篇文章吧

+ 用AI写文章