C++ OpenMP/C++；如何并行增加一个变量？

我有一个问题，大问题=。 我有两个图像（使用GDIplus），我想比较像素。 当pixelA=pixelB时，变量cont应递增

今天，我比较两个相等的图像，我的回报应该是100%，但这个回报是70%

为什么?？我如何解决这个问题

看

#计划的pragma omp并行（动态）
对于（int x=0；xGetPixel（x、y和pixelColorImage01）；
luma01=pixelcolormage01.GetRed（）+pixelcolormage01.GetGreen（）+pixelcolormage01.GetBlue（）；
myImage02->GetPixel（x、y和pixelColorImage02）；
luma02=pixelcolormage02.GetRed（）+pixelcolormage02.GetGreen（）+pixelcolormage02.GetBlue（）；
#pragma-omp-critical
if（luma01==luma02）{
cont++；
}
}
}

图像之间相等的百分比

---

谢谢=）

在并行化解决方案之前，请确保可以按顺序求解。在这种情况下，这意味着注释掉

#pragma

，然后首先调试它

首先,

for (int x = 0; x < height; x++){
    for (int y = 0; y < width; y++){
        ...
        myImage01->GetPixel(x, y, &pixelColorImage01);

---

至于您的并行化，它在技术上是正确的，但会给您带来糟糕的性能。您在

if

周围放置了一个关键部分，这意味着如果所有工人都在不断尝试获取该锁。换句话说，你有平行的工人，但每个人都必须等待所有其他人。换句话说，您已经序列化了并行代码。要解决此问题，请查找OpenMP还原程序。

我很高兴您的答案！ 亚当，我换了matriz的位置。现在，我比较每个人的颜色！ 现在，我有两个小问题。 当我运行代码时：

请参阅我的代码的结果：

使用#pragma omp parallel进行调度（动态，1024）缩减（+：cont） 并行时间（0.763秒）（100%相似性） 连续时间（0.702秒）（100%相似性）

使用#pragma omp parallel进行进度（动态）缩减（+:cont） 并行时间（0.113秒）（相似性的66%） 连续时间（0.703秒）（100%相似性）

图像1等于图像2。 我的代码中还有很多冲突=\ 我需要减少并行代码的时间。我不明白为什么o并行代码比顺序代码慢=\

并行代码

#pragma omp parallel for schedule(dynamic) reduction(+:cont)
                for (int x = 0; x < width; x++){
                    for (int y = 0; y < height; y++){

                        Gdiplus::Color pixelColorImage01;
                        Gdiplus::Color pixelColorImage02;

                        myImage01->GetPixel(x, y, &pixelColorImage01);
                        myImage02->GetPixel(x, y, &pixelColorImage02);
                        cont += (pixelColorImage01.GetRed() == pixelColorImage02.GetRed() && pixelColorImage01.GetGreen() == pixelColorImage02.GetGreen() && pixelColorImage01.GetBlue() == pixelColorImage02.GetBlue());


                    }

                }

        for (int x = 0; x < width; x++){
        for (int y = 0; y < height; y++){

            Gdiplus::Color pixelColorImage01;
            Gdiplus::Color pixelColorImage02;

            myImage01->GetPixel(x, y, &pixelColorImage01);
            myImage02->GetPixel(x, y, &pixelColorImage02);
            cont += (pixelColorImage01.GetRed() == pixelColorImage02.GetRed() && pixelColorImage01.GetGreen() == pixelColorImage02.GetGreen() && pixelColorImage01.GetBlue() == pixelColorImage02.GetBlue());


        }

    }

#pragma omp并行计划（动态）缩减（+:cont）
对于（int x=0；xGetPixel（x、y和pixelColorImage01）；
myImage02->GetPixel（x、y和pixelColorImage02）；
cont+=（pixelColorImage01.GetRed（）==pixelColorImage02.GetRed（）&&pixelColorImage01.GetGreen（）==pixelColorImage02.GetGreen（）&&pixelColorImage01.GetBlue（）==pixelColorImage02.GetBlue（））；
}
}

顺序代码

#pragma omp parallel for schedule(dynamic) reduction(+:cont)
                for (int x = 0; x < width; x++){
                    for (int y = 0; y < height; y++){

                        Gdiplus::Color pixelColorImage01;
                        Gdiplus::Color pixelColorImage02;

                        myImage01->GetPixel(x, y, &pixelColorImage01);
                        myImage02->GetPixel(x, y, &pixelColorImage02);
                        cont += (pixelColorImage01.GetRed() == pixelColorImage02.GetRed() && pixelColorImage01.GetGreen() == pixelColorImage02.GetGreen() && pixelColorImage01.GetBlue() == pixelColorImage02.GetBlue());


                    }

                }

        for (int x = 0; x < width; x++){
        for (int y = 0; y < height; y++){

            Gdiplus::Color pixelColorImage01;
            Gdiplus::Color pixelColorImage02;

            myImage01->GetPixel(x, y, &pixelColorImage01);
            myImage02->GetPixel(x, y, &pixelColorImage02);
            cont += (pixelColorImage01.GetRed() == pixelColorImage02.GetRed() && pixelColorImage01.GetGreen() == pixelColorImage02.GetGreen() && pixelColorImage01.GetBlue() == pixelColorImage02.GetBlue());


        }

    }

for（int x=0；xGetPixel（x、y和pixelColorImage01）；
myImage02->GetPixel（x、y和pixelColorImage02）；
cont+=（pixelColorImage01.GetRed（）==pixelColorImage02.GetRed（）&&pixelColorImage01.GetGreen（）==pixelColorImage02.GetGreen（）&&pixelColorImage01.GetBlue（）==pixelColorImage02.GetBlue（））；
}
}

您可能需要检查的返回值。你确定图像完全相同吗？您是否正确加载了它们？你计算的百分比正确吗？按照亚当的说法交换宽度和高度。更改为

#pragam omp parallel以减少计划（静态）（+：cont）

。删除crtical部分并将

if（luma02==luma02）{cont++；}

更改为

cont+=（luma01==luma02）

我不明白为什么要使用

计划（动态）

。尝试

计划（静态）

。此外，如果颜色存储为整数（4个压缩字节RGBA），您可能只需要比较整数而不是独立字节。我尝试了schedule（static），但没有成功=\什么是不成功？我的应用程序返回图像之间的相似性。当我比较两个图像时，相等的并行代码：72%的相似性；顺序代码：100%相似性变量“cont”有许多共线=\I未成功使用#pragma omp parallel for schedule（动态）#pragma omp parallel for schedule（动态，1024）#pragma omp parallel for schedule（静态）#pragma omp atomic