C ++ GDI +位图操作需要加快字节操作的速度

Question

我在C ++中使用GDI +操作某些位图图像，更改颜色并调整图像大小。 我的代码在某一点上非常慢，我正在寻找一些可能的方法来加快VS2013 Profiler中突出显示的行

for (UINT y = 0; y < 3000; ++y)
    {
        //one scanline at a time because bitmaps are stored wrong way up
        byte* oRow = (byte*)bitmapData1.Scan0 + (y * bitmapData1.Stride);
        for (UINT x = 0; x < 4000; ++x)
        {
            //get grey value from 0.114*Blue + 0.299*Red + 0.587*Green
            byte grey = (oRow[x * 3] * .114) + (oRow[x * 3 + 1] * .587) + (oRow[x * 3 + 2] * .299); //THIS LINE IS THE HIGHLIGHTED ONE

            //rest of manipulation code
        }
    }

关于如何更好地处理该算术线的任何方便提示吗？ 这导致我的代码大量减速

提前致谢！

Answer 1

优化在很大程度上取决于所使用的编译器和目标系统。 但是有些提示可能有用。 避免乘法：

代替：

byte grey = (oRow[x * 3] * .114) + (oRow[x * 3 + 1] * .587) + (oRow[x * 3 + 2] * .299); //THIS LINE IS THE HIGHLIGHTED ONE

采用...

 //get grey value from 0.114*Blue + 0.299*Red + 0.587*Green
 byte grey = (*oRow) * .114;
 oRow++;
 grey += (*oRow) * .587;
 oRow++;
 grey += (*oRow) * .299;
 oRow++;

您可以将指针的指针放在同一行中。 为了更好的理解，我将其放在单独的行中。

另外，可以使用表来代替浮点数乘法，而使用表比算术运算要快。 这取决于CPU和表的大小，但是您可以尝试一下：

// somwhere global or class attributes
byte tred[256];
byte tgreen[256];
byte tblue[256];

在启动时

// Only init once at startup
// I am ignoring the warnings, you should not :-)
for(int i=0;i<255;i++)
{
  tred[i]=i*.114;
  tgreen[i]=i*.587;
  tblue[i]=i*.229;
}

...在循环...

 byte grey = tred[*oRow];
 oRow++;
 grey += tgreen[*oRow];
 oRow++;
 grey += tblue[*oRow];
 oRow++;

也。 255 * 255 * 255的大小不是很大。 您可以建立一张大桌子。 由于此表将比通常的CPU缓存大，因此我没有给它带来更高的速度效率。

Answer 2

• 如建议的那样，您可以使用整数进行数学运算，但也可以尝试使用浮点数而不是双精度数（.114f而不是.114），通常更快，并且不需要精度。

• 像这样进行循环，以节省指针数学。 创建这样的临时指针不会花费任何费用，因为编译器会理解您的工作。

  for（UINT x = 0; x <12000; x + = 3）{字节* pVal =＆oRow [x]; ....}

• 该代码也易于线程化-编译器可以通过各种方式自动为您完成代码； 这是一个并行使用的示例： https : //msdn.microsoft.com/zh-cn/library/dd728073.aspx如果您有4个内核，那大约是4倍的加速。

• 另外，请确保检查发布与调试版本-在以发布/优化模式运行它之前，您不了解性能。

Answer 3

您可以将值预乘： oRow[x * 3] * .114并将它们放入数组中。 oRow[x*3]具有256个值，因此您可以轻松创建0-> 255之间的256个值的数组aMul1，并将其乘以.144。 然后使用aMul1[oRow[x * 3]]查找相乘的值。 与其他组件相同。

实际上，您甚至可以为RGB值创建这样的数组，即。 您的像素为888，因此您将需要一个256 * 256 * 256大小的数组，即16777216 =〜16MB。这是否会加快您的处理速度，您必须使用Profiler进行检查。

Answer 4

总的来说，我发现更直接的指针管理，中间指令，更少的指令（在当今大多数CPU上，它们的价格都是相等的）以及更少的内存获取-例如，表的答案比实际情况要多。通常的最佳选择，而无需直接组装。 向量化，尤其是显式向量化，以及转储函数汇编和确认内部位符合您的期望也很有帮助。 尝试这个：

for (UINT y = 0; y < 3000; ++y)
{
    //one scanline at a time because bitmaps are stored wrong way up
    byte* oRow = (byte*)bitmapData1.Scan0 + (y * bitmapData1.Stride);
    byte *p = oRow;
    byte *pend = p + 4000 * 3;
    for(; p != pend; p+=3){
        const float grey = p[0] * .114f + p[1] * .587f + p[2] * .299f;
    }
    //alternatively with an autovectorizing compiler
    for(; p != pend; p+=3){
        #pragma unroll //or use a compiler option to unroll loops
        //make sure vectorization and relevant instruction sets are enabled - this is effectively a dot product so the following intrinsic fits the bill:
        //https://msdn.microsoft.com/en-us/library/bb514054.aspx
        //vector types or compiler intrinsics are more reliable often too... but get compiler specific or architecture dependent respectively.
        float grey = 0;
        const float w[3] = {.114f, .587f, .299f};
        for(int c = 0; c < 3; ++c){
            grey += w[c] * p[c];
        }
    }
}

考虑使用OpenCL并以您的CPU为目标，以查看通过特定于CPU的优化并轻松实现多个内核可以解决多快-OpenCL为您很好地解决了这一问题，并提供了内置的矢量操作和点积。