C++ 利用OpenMP优化双线性插值

我正在ARM上工作，我正在尝试优化图像的下采样，我使用了OpenCV:：resize及其慢速~3ms，用于1280*960到400*300，我试图使用OpenMP来加速它，但是，在使用parallel for语句时，图像被扭曲了。我知道这与线程之间的私有变量和共享数据有关，但我找不到问题所在

void  resizeBilinearGray(uint8_t *pixels, uint8_t *temp, int w, int h, int w2, int h2) {

    int A, B, C, D, x, y, index, gray ;
    float x_ratio = ((float)(w-1))/w2 ;
    float y_ratio = ((float)(h-1))/h2 ;
    float x_diff, y_diff;
    int offset = 0 ;


#pragma omp parallel for
    for (int i=0;i<h2;i++) {
        for (int j=0;j<w2;j++) {
            x = (int)(x_ratio * j) ;
            y = (int)(y_ratio * i) ;
            x_diff = (x_ratio * j) - x ;
            y_diff = (y_ratio * i) - y ;
            index = y*w+x ;

            // range is 0 to 255 thus bitwise AND with 0xff
            A = pixels[index] & 0xff ;
            B = pixels[index+1] & 0xff ;
            C = pixels[index+w] & 0xff ;
            D = pixels[index+w+1] & 0xff ;

            // Y = A(1-w)(1-h) + B(w)(1-h) + C(h)(1-w) + Dwh
            gray = (int)(
                        A*(1-x_diff)*(1-y_diff) +  B*(x_diff)*(1-y_diff) +
                        C*(y_diff)*(1-x_diff)   +  D*(x_diff*y_diff)
                        ) ;

            temp[offset++] = gray ;
        }
    }

}

void resizeblineargray（uint8_t*像素、uint8_t*温度、int w、int h、int w2、int h2）{
int A，B，C，D，x，y，索引，灰色；
浮动x_比率=（（浮动）（w-1））/w2；
浮动y_比率=（（浮动）（h-1））/h2；
浮动x_diff，y_diff；
整数偏移=0；
#pragma-omp并行
对于（int i=0；i我认为您的问题在于
offset
变量。由于许多线程可以同时工作，您永远不知道哪个线程将首先更新offset。这就是结果图像失真的原因

更好的策略是迭代生成的图像像素。对于每个生成的像素，您可以找到源图像像素的坐标，执行插值，然后写入结果。这样，您就可以确保每个线程在不同的像素和正确的像素上工作。
我认为您的问题在于
偏移量
变量。因为许多线程可以同时工作，您永远不知道哪个线程将首先更新偏移量。这就是结果图像失真的原因

更好的策略是迭代生成的图像像素。对于每个生成的像素，您可以找到源图像像素的坐标，执行插值，然后写入结果。这样，您就可以确保每个线程在不同的像素和正确的像素上工作。
为什么不尝试用temp[i*w2+j]替换temp[offset++]?

偏移量有多个问题。其中一个问题是存在争用条件。但更糟糕的是，OpenMP为每个线程分配了非常不同的i和j值，因此它们读取的是内存的非相邻部分。这就是图像失真的原因

除了OpenMP，您还可以尝试其他几种加速代码的方法。我不知道ARM，但在Intel上，您可以通过SSE获得很大的加速。此外，您可以尝试固定浮点。我在双线性插值中发现了这两种方法的加速。
fastcpp.blogspot.no/2011/06/使用sse.html的双线性像素插值
为什么不尝试用temp[i*w2+j]替换temp[offset++]

偏移量有多个问题。其中一个问题是存在争用条件。但更糟糕的是，OpenMP为每个线程分配了非常不同的i和j值，因此它们读取的是内存的非相邻部分。这就是图像失真的原因

除了OpenMP，您还可以尝试其他几种加速代码的方法。我不知道ARM，但在Intel上，您可以通过SSE获得很大的加速。此外，您可以尝试固定浮点。我在双线性插值中发现了这两种方法的加速。
fastcpp.blogspot.no/2011/06/使用sse.html的双线性像素插值
那么你认为i，k应该是私有变量吗？另一个嵌套循环呢？在我尝试之后，我将尝试ARM Neoni和j已经是私有变量，因为它们是在openmp pragma之后定义的。你尝试过我的建议吗？如果你想了解更多信息关于循环嵌套，请参见此链接。但它不会修复图像失真。这是由于您如何使用偏移量造成的。您需要将temp[offset++]替换为temp[i*w2+j]我只是好奇，你为什么建议他使用SSE over OpenMP，这涵盖了Intel和Arm平台上的矢量化？SSE+AVX正是OpenMP用来完成其工作的！所以你认为I，k应该是私有变量？其他嵌套循环呢？在我尝试之后，我将尝试Arm Neoni和j已经是私有变量了由于是在openmp pragma之后定义的。您尝试过我的建议吗？如果您想了解有关循环嵌套的更多信息，请参阅此链接。但它不会修复图像失真。这是由于您如何使用偏移量。您需要将temp[offset++]替换为temp[i*w2+j]我只是好奇，为什么你建议他使用SSE而不是OpenMP，后者涵盖了Intel和Arm平台上的矢量化？SSE+AVX正是OpenMP用来完成其工作的东西！