• Open Source Computer Vision Library

双核机器使用openmp

Wikipedia,自由的百科全书

因为机器是双核。想到怎么才能更好应用opencv , 从opencv说明上得到

一些可以使用 OPENMP 做并行处理的函数: cvHaarDetectObjects, cvCalcOpticalFlowPyrLK, cvDistTransform (the new algorithm only),

因此它们的运行速度在双核CPU上要快 ~50-80% , 当代码用 Intel compiler 或者 MSVC2005 编译时。

于是实验一下.

环境 :

机器配置 : windows XP 32 , 2G RAM , dual core intel 1.8G *2

软件 : opencv版本1.0 rc1 ,vc2005 中文简体

1.VC2005下首先需要设置一下,但是opencv提供的release openmp配置好像是针对win64版本,需要修改一下,我就自己建立了一套配置, 如图,记得打开/openmp选项, 需要打开的项目是 CV CXCORE CVAUX (可以搜索一下_OPENMP ,发现只有几个函数优化了 )

o_openmp_opencv.JPG

2.编译问题

我编译的时候出现这个错误 
>.\cvbgfg_gaussmix.cpp(343) : error C2039: “foreground_regions”: 不是“CvGaussBGModel”的成员 
> c:\Program Files\OpenCV\cvaux\include\cvaux.h(1300) : 参见“CvGaussBGModel”的声明 
最后修改cvaux.h里的 
CV_BG_STAT_MODEL_FIELDS 里面的 oreground_regions?/ 变成 oreground_regions*/ 
我觉得我是英文版XP的问题导致文件乱码,需要修改一下的 

3.编译完成用例子lkdemo测试一下,因为它用到了cvCalcOpticalFlowPyrLK ,

修改lkdemo.c的代码,需要将一些IO操作、空闲cpu的代码去掉 把 cvQueryFrame( capture );变成 frame = cvLoadImage("c:\\test1.bmp",1); 放到for()外边 去掉cvWaitKey(10);

在需要优化的地方加入 
#pragma omp parallel 

最后发现可以利用CPU 51%-53% ,说明只是很少使用到了第二个CPU,而不加时平时是最多50%

而使用最简单的测试openmp的例子可利用CPU 100%

4。结论

目前opencv提供的优化还太少,只有这么几个函数,实际上但感觉现在似乎不太需要openmp ,而瓶颈在硬盘IO,摄像头IO,内存IO等等


5。附带最简单的测试openmp的例子

#include "stdafx.h"
#include "omp.h"

int _tmain (int argc, _TCHAR * argv[])
{
#pragma omp parallel
  for (;;)
    {
      int i = 0;
      i++;
      int y = i;
    }
  return 0;
}
Views
Personal tools