Introduction
speed_histogram_algorithm_framework
- 局部直方图加速框架,内部使用了一些近似计算及指令集加速(SSE),可以快速处理中值滤波、最大值滤波、最小值滤波、表面模糊等算法。
resources
- SSE优化相关的资源。
PC的CPU为I5-3230,64位。
OpenCV版本为3.4.0
- sse_implementation_of_common_functions_in_image_processing.cpp 多个图像处理中常用函数的SSE实现。
- speed_rgb2gray_sse.cpp 使用sse加速RGB和灰度图转换算法,相比于原始实现有接近5倍加速。算法原理:https://mp.weixin.qq.com/s/SagVQ5gfXWWA7NATv-zvBQ 速度测试结果如下:
测试CPU型号:Intel(R) Core(TM) i7-6700 CPU @ 3.40GHz
分辨率 | 优化 | 循环次数 | 速度 |
---|---|---|---|
4032x3024 | 原始实现 | 1000 | 12.139ms |
4032x3024 | 第一版优化(float->INT) | 1000 | 7.629ms |
4032x3024 | OpenCV 自带函数 | 1000 | 4.287ms |
4032x3024 | 第二版优化(手动4路并行) | 1000 | 10.528ms |
4032x3024 | 第三版优化(OpenMP4线程) | 1000 | 7.632ms |
4032x3024 | 第四版优化(SSE优化,一次处理12个像素) | 1000 | 5.579ms |
4032x3024 | 第五版优化(SSE优化,一次处理15个像素) | 1000 | 5.843ms |
4032x3024 | 第六版优化(AVX2优化,一次处理10个像素) | 1000 | 3.576ms |
4032x3024 | 第七版优化(AVX2优化+std::async) | 1000 | 2.626ms |
- speed_vibrance_algorithm.cpp 使用SSE加速自然饱和度算法,加速9倍,算法原理请看: https://mp.weixin.qq.com/s/26UVvqMNLgnquXY21Xu3OQ 。速度测试结果如下:
分辨率 | 优化 | 循环次数 | 速度 |
---|---|---|---|
4032x3024 | 原始实现 | 100 | 115.36ms |
4032x3024 | 第一版优化 | 100 | 62.43ms |
4032x3024 | 第二版优化(4线程) | 100 | 28.89ms |
4032x3024 | 第三版优化(SSE) | 100 | 12.69ms |
- speed_sobel_edgedetection_sse.cpp 使用SSE加速Sobel边缘检测算法,加速幅度巨大,算法原理请看:https://mp.weixin.qq.com/s/5lCfO_jmSfP7DbsgM7qbpg 。速度测试结果如下:
分辨率 | 算法优化 | 循环次数 | 速度 |
---|---|---|---|
4032x3024 | 普通实现 | 1000 | 126.54 ms |
4032x3024 | Float->INT+查表法 | 1000 | 81.62 ms |
4032x3024 | SSE优化版本1 | 1000 | 34.95 ms |
4032x3024 | SSE优化版本2 | 1000 | 28.87 ms |
4032x3024 | AVX2优化版本1 | 1000 | 15.42 ms |
4032x3024 | AVX2优化+std::async | 1000 | 5.69 ms |
- speed_skin_detection_sse.cpp 使用SSE加速肤色检测算法,加速幅度较大,算法原理请看:https://mp.weixin.qq.com/s/UFzY1s6ohTM-dnNg0P4kkw 。速度测试结果如下:
分辨率 | 算法优化 | 循环次数 | 速度 |
---|---|---|---|
4272x2848 | 普通实现 | 1000 | 41.40ms |
4272x2848 | OpenMP 4线程 | 1000 | 36.54ms |
4272x2848 | SSE第一版 | 1000 | 6.77ms |
4272x2848 | SSE第二版(std::async) | 1000 | 4.73ms |
- speed_rgb2yuv_sse.cpp SSE极致优化RGB和YUV图像空间互转,算法原理请看:https://mp.weixin.qq.com/s/ryGocz-0YpqZ1CjYXJbd7Q 。速度测试结果如下:
分辨率 | 算法优化 | 循环次数 | 速度 |
---|---|---|---|
4032x3024 | 普通实现 | 1000 | 150.58ms |
4032x3024 | 去掉浮点数,除法用位运算代替 | 1000 | 76.70ms |
4032x3024 | OpenMP 4线程 | 1000 | 50.48ms |
4032x3024 | 普通SSE向量化 | 1000 | 48.92ms |
4032x3024 | _mm_madd_epi16二次优化 | 1000 | 33.04ms |
4032x3024 | SSE+4线程 | 1000 | 23.70ms |
- speed_median_filter_3x3_sse.cpp 极致优化3*3中值滤波,算法原理请看:https://blog.csdn.net/just_sort/article/details/98617050 。速度测试效果如下:
分辨率 | 算法优化 | 循环次数 | 速度 |
---|---|---|---|
4032x3024 | 普通实现 | 10 | 8293.79 ms |
4032x3024 | 逻辑优化,更好的流水 | 10 | 83.75 ms |
4032x3024 | SSE优化 | 10 | 11.93 ms |
4032x3024 | AVX优化 | 10 | 9.32 ms |
- speed_gaussian_filter_sse.cpp 使用sse加速高斯滤波算法。算法原理:https://blog.csdn.net/just_sort/article/details/95212099 。速度测试效果如下:
优化方式 | 图像分辨率 | 速度 |
---|---|---|
C语言普通实现+单线程 | 4032*3024 | 290.43ms |
SSE优化+单线程 | 4032*3024 | 265.96ms |
- speed_integral_graph_sse.cpp 使用SSE加速积分图运算,但是在PC上并没有速度提升,算法原理请看:https://www.cnblogs.com/Imageshop/p/6897233.html 。速度测试结果如下:
优化方式 | 图像分辨率 | 速度 |
---|---|---|
C语言实现+单线程 | 4032*3024 | 66.66ms |
C语言实现+4线程 | 4032*3024 | 65.34ms |
SSE优化+单线程 | 4032*3024 | 66.10ms |
SSE优化+4线程 | 4032*3024 | 66.20ms |
- speed_common_functions.cpp 对图像处理的一些常用函数的快速实现,个别使用了SSE优化。
- speed_max_filter_sse.cpp 使用speed_histogram_algorithm_framework框架实现最大值滤波,半径越大越明显。原理请看:https://blog.csdn.net/just_sort/article/details/97280807 。运行的时候记得把工程属性中的sdl检查关掉,不然会报一个变量未初始化的错误。速度测试效果如下:
优化方式 | 图像分辨率 | 半径 | 速度 |
---|---|---|---|
C语言实现+单线程 | 4272*2848 | 7 | 9445.90ms |
SSE优化+单线程 | 4272*2848 | 7 | 2234.55ms |
C语言实现+单线程 | 4272*2848 | 9 | 14468.76ms |
SSE优化+单线程 | 4272*2848 | 9 | 2221.68ms |
C语言实现+单线程 | 4272*2848 | 11 | 23069.10ms |
SSE优化+单线程 | 4272*2848 | 11 | 2180.95ms |
- speed_box_filter_sse.cpp 使用speed_histogram_algorithm框架实现O(1)最大值滤波,使用了SSE优化,算法原理请看:https://blog.csdn.net/just_sort/article/details/98075712 。运行方法和speed_max_filter_sse.cpp相同,速度测试结果如下:
优化方式 | 图像分辨率 | 半径 | 速度 |
---|---|---|---|
C语言实现+单线程 | 4272*2848 | 11 | 163.16ms |
SSE优化+单线程 | 4272*2848 | 11 | 123.83ms |
C语言实现+单线程 | 4272*2848 | 21 | 167.81ms |
SSE优化+单线程 | 4272*2848 | 21 | 126.98ms |
C语言实现+单线程 | 4272*2848 | 31 | 168.62ms |
SSE优化+单线程 | 4272*2848 | 31 | 126.17ms |
- speed_multi_scale_detail_boosting_see.cpp 在speed_box_filter_sse.cpp提供的盒子滤波sse优化的基础上,进一步使用指令集实现了对论文《DARK IMAGE ENHANCEMENT BASED ON PAIRWISE TARGET CONTRAST AND MULTI-SCALE DETAIL BOOSTING》的算法优化。算法原理请看:https://blog.csdn.net/just_sort/article/details/98485746 。在CoreI7-3770速度测试结果如下:
优化方式 | 图像分辨率 | 半径 | 速度 |
---|---|---|---|
C语言实现+单线程 | 4272*2848 | 7 | 206.00ms |
SSE优化+单线程 | 4272*2848 | 7 | 57.12ms |
- speed_bicubic_zoom_sse.cpp SSE优化三次立方插值算法,算法原理请看:https://blog.csdn.net/just_sort/article/details/100119653 。速度测试结果如下:
优化方式 | 图像分辨率 | 插值后大小 | 速度 |
---|---|---|---|
C语言原始算法实现 | 4272*2848 | 长宽均为原始1.5倍 | 1856.29ms |
C语言实现+查表优化+边界优化 | 4272*2848 | 长宽均为原始1.5倍 | 839.10ms |
SSE优化+边界优化 | 4272*2848 | 长宽均为原始1.5倍 | 315.70ms |
OpenCV3.1.0自带的函数 | 4272*2848 | 长宽均为原始1.5倍 | 118.77ms |
维护了一个微信公众号,分享论文,算法,比赛,生活,欢迎加入。
- 图片要是没加载出来直接搜GiantPandaCV 就好。