平行班不提供任何提速

Question

我正在尝试创建一种方法，该方法将过滤掉低于给定灰度阈值的所有像素（例如，下面的全部为黑色，上面的全部为白色）。 该方法有效，但是没有我想象的那么快。

我决定使用Parallel类，但是无论我设置MaxDegreeOfParallelism我都不会获得任何速度优势。 我也对位图执行其他一些操作，无论MaxDegreeOfParallelism是什么，操作的总时间始终约为170 ms。 调试时，执行此过滤本身所需的时间约为160毫秒，因此我认为总体差异会很大。

我正在使用i7处理器，4个物理核心，8个逻辑核心。

编码：

Color black = System.Drawing.Color.FromArgb(0, 0, 0);
Color white = System.Drawing.Color.FromArgb(255, 255, 255);

int lowerBound = (int)((float)lowerBoundPercent * 255.0 / 100.0);
int upperBound = (int)((float)upperBoundPercent * 255.0 / 100.0);

int[][] border = new int[8][];
for (int i=0;i<8;i++)
{
    border[i] = new int[] { i*height/8, (i+1)*height/8-1};
}

Parallel.For(0, 8, new ParallelOptions { MaxDegreeOfParallelism = 8 }, i =>
    {
        for (int k = 0; k < width; k++)
        {
            for (int j = border[i][0]; j <= border[i][1]; j++)
            {
                Color pixelColor;
                int grayscaleValue;
                pixelColor = color[k][j];
                grayscaleValue = (pixelColor.R + pixelColor.G + pixelColor.B) / 3;
                if (grayscaleValue >= lowerBound && grayscaleValue <= upperBound)
                    color[k][j] = white;
                else
                    color[k][j] = black;
            }
        }
    });

color[][]是System.Drawing.Color的锯齿状数组。

问题：这正常吗？ 如果没有，我该怎么做才能改变它？

编辑：

像素提取：

Color[][] color;
color = new Color[bitmap.Width][];
for (int i = 0; i < bitmap.Width; i++)
{
    color[i] = new Color[bitmap.Height];
    for (int j = 0; j < bitmap.Height; j++)
    {
        color[i][j] = bitmap.GetOriginalPixel(i, j);
    }
}

位图是我自己的类位图的一个实例：

public class Bitmap
{
    System.Drawing.Bitmap processed;
    //...
    public Color GetOriginalPixel(int x, int y) { return processed.GetPixel(x, y); }
    //...
}

Answer 1

not just DegreeOfParallelism . 要回答关于为什么并行方法没有更快的主要问题， Parralel.For仅从一个线程开始，然后添加更多主题，因为它检测到更多线程可能在加快工作速度方面是有益的，请注意并行选项是不仅是DegreeOfParallelism 。 很简单，循环的迭代次数不足以使足够多的线程生效，因此您需要减少每次迭代的工作量。

尝试通过宽度的循环而不是高度的8个块来给并行操作做更多的工作。

Color black = System.Drawing.Color.FromArgb(0, 0, 0);
Color white = System.Drawing.Color.FromArgb(255, 255, 255);

int lowerBound = (int)((float)lowerBoundPercent * 255.0 / 100.0) * 3;
int upperBound = (int)((float)upperBoundPercent * 255.0 / 100.0) * 3;

Parallel.For(0, width, k =>
    {
        for (int j = 0; j < height; j++)
        {
                Color pixelColor;
                int grayscaleValue;
                pixelColor = color[k][j];
                grayscaleValue = (pixelColor.R + pixelColor.G + pixelColor.B);
                if (grayscaleValue >= lowerBound && grayscaleValue <= upperBound)
                    color[k][j] = white;
                else
                    color[k][j] = black;
        }
    });

我不会同时进行宽度和高度的选择，然后您可能会遇到一个相反的问题，即没有给每个迭代足够的工作。

我强烈建议您下载并阅读“并行编程模式” ，它在讨论您应该为Parallel.For多少工作时使用了这个确切的示例。 从C＃版本的第26页底部开始，查看“ 非常小的循环体 ”和“ 太细粒度，太粗粒度 ”的“反模式”，以查看遇到的确切问题。

我还将研究使用LockBits来读入和读出像素数据，而不是像评论中讨论的那样使用GetPixel和SetPixel。

Answer 2

通过使用LockBits我设法将时间从每帧LockBits ms减少到了LockBits ms。 然后，我继续进行一些研究，并将LockBits与不安全上下文中的指针操作和Parallel.For循环结合在一起。 结果代码：

位图类：

public class Bitmap
{
    System.Drawing.Bitmap processed;
    public System.Drawing.Bitmap Processed { get { return processed; } set { processed = value; } }
    // ...
}    

方法：

int lowerBound = 3*(int)((float)lowerBoundPercent * 255.0 / 100.0);
int upperBound = 3*(int)((float)upperBoundPercent * 255.0 / 100.0);

System.Drawing.Bitmap bp = bitmap.Processed;

int width = bitmap.Width;
int height = bitmap.Height;

Rectangle rect = new Rectangle(0, 0, width, height);
System.Drawing.Imaging.BitmapData bpData = bp.LockBits(rect, System.Drawing.Imaging.ImageLockMode.ReadWrite, bp.PixelFormat);

unsafe
{
    byte* s0 = (byte*)bpData.Scan0.ToPointer();
    int stride = bpData.Stride;

    Parallel.For(0, height, y1 =>
    {
        int posY = y1 * stride;
        byte* cpp = s0 + posY;

        for (int x =0; x<width; x++)
        {
            int total = cpp[0] + cpp[1] + cpp[2];
            if (total >= lowerBound && total <= upperBound)
            {
                cpp[0] = 255;
                cpp[1] = 255;
                cpp[2] = 255;
                cpp[3] = 255;
            }
            else
            {
                cpp[0] = 0;
                cpp[1] = 0;
                cpp[2] = 0;
                cpp[3] = 255;
            }

            cpp += 4;
        }
    });
}

bp.UnlockBits(bpData);

通过Parallel.For循环中的这种工作划分，代码将在1-5毫秒内执行，这意味着速度提高了约70倍！

我尝试将循环的块增大4倍和8倍，并且时间范围仍然是1-5毫秒，因此我不再赘述。 循环足够快。

非常感谢您的回答，斯科特，也感谢大家在评论中的投入。