Matlab在C ++中仍然比opencv慢

Question

根據這個鏈接 ，這一個 ，據說OpenCV的比MATLAB更快。 第一個鏈接寫在2012年3月，第二個鏈接晚於此。

在第一個鏈接中，它說： “用OpenCV編寫的程序比用Matlab編寫的類似程序運行得快得多。” 並評價Matlab: 2/10和OpenCV: 9/10

考慮一下，我有兩個浮點矩陣，其大小為1024 * 1024 （ mat1和mat2 ）。 我想關聯這個矩陣。

在matlab中，

corr2(mat1,mat2);     //70-75 ms

在opencv，c ++中

Mat result(1,1,CV_32F);
matchTemplate(mat1,mat2,result, CV_TM_CCOEFF_NORMED);      // 145-150 ms

據我所知，c和c ++的速度大致相同。

所以，我想知道，為什么matlab在執行互相關時比opencv / c ++更快。 是因為我在比較錯誤的東西（即使結果相同），還是matlab的互相關實現比opencv實現快兩倍？

請注意，我使用的是Matlab 2013a和Visual Studio 2010 。

謝謝，

Answer 1

在進行矩陣計算時，Matlab並不像你想象的那么糟糕。 對於許多基本線性代數運算，Matlab調用了用fortran和c ++編寫的rutines。 所以只要你不使用循環並在矩陣運算中表達它，Matlab實際上非常快。

http://www.mathworks.se/company/newsletters/articles/matlab-incorporates-lapack.html

Answer 2

Matlab內置函數附帶mkl和opencv不。 因此，如果兩者中存在兩個完全相同的函數，則matlab可能比opencv更快（更多）。 我試圖在一個大矩陣上進行偽逆，並且matlab擊敗了所有東西（openblas，Armadillo，自我集成的mkl等）至少2次。 然后我就停止弄清楚為什么只是將數據加載到matlab中並讓它做到這一點。 opencv是迄今為止最慢的。 在opencv中的10000x10000矩陣上嘗試矩陣乘法。 我的筆記本電腦花了10分鍾。 Matlab用了1分鍾。

Answer 3

在您的場景中，沒有理由期望matlab更慢。 您正在調用單個函數，由語言解釋器引起的開銷以及將數據傳遞給本機函數（mex函數）只需支付一次。

如果你為一個小的32 * 32矩陣調用相同的函數1024次，你可能會注意到開銷（除非JIT-Compiler找到一個優化代碼的巧妙技巧）。

Answer 4

如果您對所有內容進行矢量化並使用本機函數，那么Matlab可以很快。 但是，如果你在循環中做一些操作，即

A = zeros(100,100);
for m = 1:100
    for n = 1:100
        A(m, n) = 1/(m + n - 1);
    end
end

與

Mat A(100, 100, CV_64F);
for (int r = 0; r < A.rows; r++)
  for (int c = 0; c < A.cols; c++) 
    A.at<double>(r, c) = 1 / (r + c - 1);

你會注意到差異。

Answer 5

對於相關函數（以及更多），matlab使用使用高級指令集的高級庫。

然而，Matlab比您想象的要聰明，Matlab檢查運行時是否在空間域或頻域上執行得更快，而不是執行最快的解決方案。

我找不到corr2，但我發現normxcorr2

根據圖像的大小計算空間或頻域中的互相關。