C++ C+中使用的手柄+；

我有一个关于CreateMutex（）的问题

我正在处理图像数据，并对图像的不同旋转进行某些计算。我以180个步骤（1°步骤）旋转图像，由于除了回写结果之外，这些步骤彼此独立，因此我决定进行多线程（非常密集的计算，写入内存几乎不占用执行时间）

起初我尝试使用一个允许线程写入或不写入的单互斥锁，但这大大降低了我的性能（从使用单线程的100%时间，没有互斥锁，到大约80%的执行速度）

然后我创建了一个句柄数组，每像素一个（因为它的656x480，大约300k句柄）。这将我的代码的执行时间提高到15%左右（同时执行7个线程）

现在，当我在任务管理器中看到这一点时，我看到它有自己的类别，称为句柄，在30k（只有一些程序和操作系统在运行）和350k（代码在运行）之间

这种行为是正常的，还是不好的，应该改变，如果是，为什么，如何改变？

我想说，使用350k+句柄的单个进程太多了。（每像素一个手柄，真的吗？）

如果您希望使用多个线程来提高应用程序的整体效率，那么最好减少这些线程之间的争用。我不太清楚你的应用程序在做什么，但是如果你正在创建一个单一的源图像的180个不同的旋转，那么你可以考虑制作源图像的N个拷贝（其中N是你想要运行的线程的数量），并且每个线程都在自己的源图像拷贝上工作。这样，您就根本不需要使用互斥锁，并且可以减少线程之间的争用。

我认为使用350k+句柄的单个进程太多了。（每像素一个手柄，真的吗？）

---

如果您希望使用多个线程来提高应用程序的整体效率，那么最好减少这些线程之间的争用。我不太清楚你的应用程序在做什么，但是如果你正在创建一个单一的源图像的180个不同的旋转，那么你可以考虑制作源图像的N个拷贝（其中N是你想要运行的线程的数量），并且每个线程都在自己的源图像拷贝上工作。这样，您就根本不需要使用互斥锁，并且可以减少线程之间的争用。

您应该使用

关键部分，而不是互斥锁。他们快得多。如果使用
InitializeCriticalSectionAndSpinCount（）初始化，则可以获得类似自旋锁的行为

正如其他人所说，为每个像素设置互斥是疯狂的。你有多少线

您不应该要求任何锁定，您可以与OpenMP并行处理映像，而不是自己制作所有这些线程。OpenMP的问题是，您可以在输出图像的每一行上有一个并行的外循环，在该外循环中，您可以查看该行中的每个像素。现在您的输出是独立的

要进行旋转，请从该输出像素的位置找到反向旋转的像素位置，然后在该位置对颜色值进行区域采样。这根本不应该是计算密集型的，特别是因为你只需要对每个图像进行一次sin和cos计算（你的角度不会因为每个像素而改变）

所以，回顾一下。。。没有工作线程，没有互斥，没有对sin/cos的冗余调用。你会惊讶于你的代码结束得如此之快

double sintheta = sin(theta);
double costheta = cos(theta);

#pragma omp parallel for 
for( int y = 0; y < height; y++ ) {
    RGB * inputRow = &inputImage[y * width];
    RGB * outputRow = &outputImage[y * width];

    for( int x = 0; x < width; x++ ) {
        // Whatever your rotation code should be.... =)
        double rotx = -((double)x - xCentre) * costheta;
        double roty = -((double)y - yCentre) * sintheta;

        // Interpolate colour from input image.  We've landed inside
        // a 2x2 square of pixels.  Take some of each.  I'll leave the
        // sampling to you...
        RGB val;
        // TODO

        // Output the rotated pixel without thread contention.
        outputRow[x] = val;
    }
}

double sintheta=sin（θ）；
双costheta=cos（θ）；
#pragma-omp并行
对于（int y=0；y
您应该使用
关键部分，而不是互斥锁。他们快得多。如果使用
InitializeCriticalSectionAndSpinCount（）初始化，则可以获得类似自旋锁的行为

正如其他人所说，为每个像素设置互斥是疯狂的。你有多少线

您不应该要求任何锁定，您可以与OpenMP并行处理映像，而不是自己制作所有这些线程。OpenMP的问题是，您可以在输出图像的每一行上有一个并行的外循环，在该外循环中，您可以查看该行中的每个像素。现在您的输出是独立的

要进行旋转，请从该输出像素的位置找到反向旋转的像素位置，然后在该位置对颜色值进行区域采样。这根本不应该是计算密集型的，特别是因为你只需要对每个图像进行一次sin和cos计算（你的角度不会因为每个像素而改变）

所以，回顾一下。。。没有工作线程，没有互斥，没有对sin/cos的冗余调用。你会惊讶于你的代码结束得如此之快

double sintheta = sin(theta);
double costheta = cos(theta);

#pragma omp parallel for 
for( int y = 0; y < height; y++ ) {
    RGB * inputRow = &inputImage[y * width];
    RGB * outputRow = &outputImage[y * width];

    for( int x = 0; x < width; x++ ) {
        // Whatever your rotation code should be.... =)
        double rotx = -((double)x - xCentre) * costheta;
        double roty = -((double)y - yCentre) * sintheta;

        // Interpolate colour from input image.  We've landed inside
        // a 2x2 square of pixels.  Take some of each.  I'll leave the
        // sampling to you...
        RGB val;
        // TODO

        // Output the rotated pixel without thread contention.
        outputRow[x] = val;
    }
}

double sintheta=sin（θ）；
双costheta=cos（θ）；
#pragma-omp并行
对于（int y=0；y