提高图像处理速度 我用C++和OpenCV实时处理从网络摄像头获取的一些图像，我希望从我的系统中得到最好的速度。

除了更改处理算法（目前假设您不能更改它）。我应该做些什么来最大限度地提高处理速度

我在想多线程可能会有所帮助，但我很惭愧地说我真的不知道细节（虽然很明显我以前使用过多线程，但在C++中没有）

假设我有一个x-core处理器，将处理分成x个线程真的会加快速度吗？…或者假设我正在寻找20fps的吞吐量，这些线程的管理开销会抵消它吗（我假设这会影响您给出的答案，因为它会告诉您每个线程将完成多少处理）

多线程在这里有用吗

是否有任何提高OpenCV速度的技巧，或者我可能会陷入的任何陷阱

---

谢谢。

除非您正在使用的特定算法已经针对多线程/并行平台进行了优化，否则将其扔到x-core处理器上对您没有任何帮助。该算法必须具有固有的线程能力，才能从多线程中获益。但如果没有考虑到这一点，则必须对其进行修改。另一方面另一方面，许多图像处理算法都是“令人尴尬的并行”，至少在概念上是这样。你能分享一下你心目中的算法的更多细节吗

假设我有一个x-core处理器，将处理分成x个线程是否真的会加快速度

是的，尽管这在很大程度上取决于所使用的特定算法，以及您编写线程代码来处理同步之类的事情的技能。您没有提供足够的详细信息来进行更好的评估

有些算法非常容易并行化，例如：

for (i=0; i < DATA_SIZE; i++)
{
   output[i] = f(input[i]);
}

for（i=0；i

---

对于某些函数f，这些函数被称为令人尴尬的并行化函数；您可以简单地将数据分割成N个块，并让N个线程分别处理每个块。像OpenMP这样的库使这种线程非常简单。

在OpenCV中提高速度有一点很重要，与处理器或算法无关在处理矩阵时，可以避免额外的复制。我将给您举一个文档中的示例：

“…通过为另一个矩阵的一部分构造标头。它可以是 单行、单列、多行、多列、矩形 矩阵中的区域（在代数中称为小调）或对角线。例如 操作也是O（1），因为新标头将引用 同样的数据。你可以用这个来修改矩阵的一部分 特征，例如。“

---

也许您已经知道这个问题，但我认为在openCV中突出显示标题是非常重要的，因为它是一个重要而有效的编码工具。

我认为，更简单的方法可能是流水线帧操作

您可以使用线程池，按顺序为第一个可用线程分配一个帧内存缓冲区，在相关帧上的算法步骤完成时释放到线程池中

这可能会使当前（已调试：）算法几乎保持不变，但需要更多内存来缓冲中间结果

---

当然，如果没有关于任务的详细信息，很难说这是否合适…

如果线程可以对不同的数据进行操作，那么将其线程化似乎是合理的，也许可以将每个帧对象排队到线程池中。您可能必须向帧对象添加序列号，以确保从池的交付顺序与它们的交付顺序相同。

作为使用OpenCV进行多线程图像处理的示例代码，您可能希望查看我的代码：

这就是我想利用x-core CPU来提高目标检测性能的想法。

detect

程序基本上是一个并行算法，它在多个线程之间分配任务，每个任务都有一个单独的流水线线程：

分配帧内存和视频捕获

对象检测（每个Haar分类器一个线程。）

用检测结果增加输出并显示帧

内存释放

---

由于所有线程共享每个捕获帧的内存，我获得了很好的性能和CPU利用率。

目前我只是使用标准的OpenCV算法来“填补”处理的空白。（它们是多线程/优化的吗？）……我还没有决定我要使用的算法，但可能是逐像素分析，如果需要的话，我可以分成x个线程，让它们都返回一个结果。算法是在代码中实现的。代码本质上是线程安全的，所以这取决于数据。@MartinJames，代码主要是线程安全的-你必须避免muta在代码中使用可变静态变量。除非是自修改的，否则所有代码都是线程安全的。可变静态是数据。@MartinJames真的不知道这是什么意思。将每个传入帧抛给一组旋转的线程应该允许非常简单的多线程处理。

// add 5-th row, multiplied by 3 to the 3rd row
M.row(3) = M.row(3) + M.row(5)*3;

// now copy 7-th column to the 1-st column
// M.col(1) = M.col(7); // this will not work
Mat M1 = M.col(1);
M.col(7).copyTo(M1);