Image processing 二进制图像上的快速像素计数-ARM neon intrinsics-iOS开发

有人能告诉我一个快速的函数来计算二值图像中的白色像素数吗。我需要它用于iOS应用程序开发。我直接在定义为

  bool *imageData = (bool *) malloc(noOfPixels * sizeof(bool));

我正在实现这个功能

             int whiteCount = 0;
             for (int q=i; q<i+windowHeight; q++)
             {
                 for (int w=j; w<j+windowWidth; w++)
                 { 
                     if (imageData[q*W + w] == 1)
                         whiteCount++;
                 }
             }

int-whiteCount=0；
对于（int q=i；q

第6.55.3.6节

矢量化算法将为您进行比较，并将它们放在一个结构中，但您仍然需要遍历该结构的每个元素，并确定它是否为零

该循环当前运行的速度有多快？您需要它运行的速度有多快？还请记住，NEON将在与浮点单元相同的寄存器中工作，因此在此处使用NEON可能会强制进行FPU上下文切换。
首先，您可以通过分解乘法和去掉分支来稍微加快原始代码的速度：

 int whiteCount = 0;
 for (int q = i; q < i + windowHeight; q++)
 {
     const bool * const row = &imageData[q * W];

     for (int w = j; w < j + windowWidth; w++)
     { 
         whiteCount += row[w];
     }
 }

（这假设
imageData[]
是真正的二进制，
imageWidth我来看看这个，但是
sizeof（bool）
是什么？还有，
imageData[]
中可能的值是什么？它只是0还是1，或者有其他非零值吗？对不起，这里有几个输入错误（现已修复）-我应该提到，这是未经测试的代码，因此可能需要进一步的工作-我只是想介绍一下一般的想法。很抱歉再次打扰您..但我在uint8x16_t v=vld1q_u8（&row[j]）行收到一个错误，表示-无法初始化const unit8_t*的变量（也称为unsigned char*）使用const bool*类型的值-知道问题可能是什么吗？我使用bool*作为图像数据，因为我假设它会更快，因为它每分钟只需要1位内存value@Shreyas：我在上面问过你sizeof（bool）是什么，你没有回答-通常是sizeof（char）或sizeof（int）-现在我假设它是sizeof（char）（即1字节），但如果不正确，则需要修改代码或使用合适的1字节类型（例如uint8_t）。否-这将使实现更容易溢出-我在上面添加了一个更新版本，用于处理white==255的情况。
#include <arm_neon.h>

// ...

int i, w;
int whiteCount = 0;
uint32x4_t v_count = { 0 };

for (q = i; q < i + windowHeight; q++)
{
    const bool * const row = &imageData[q * W];

    uint16x8_t vrow_count = { 0 };

    for (w = j; w <= j + windowWidth - 16; w += 16) // SIMD loop
    {
        uint8x16_t v = vld1q_u8(&row[j]);           // load 16 x 8 bit pixels
        vrow_count = vpadalq_u8(vrow_count, v);     // accumulate 16 bit row counts
    }
    for ( ; w < j + windowWidth; ++w)               // scalar clean up loop
    {
        whiteCount += row[j];
    }
    v_count = vpadalq_u16(v_count, vrow_count);     // update 32 bit image counts
}                                                   // from 16 bit row counts
// add 4 x 32 bit partial counts from SIMD loop to scalar total
whiteCount += vgetq_lane_s32(v_count, 0);
whiteCount += vgetq_lane_s32(v_count, 1);
whiteCount += vgetq_lane_s32(v_count, 2);
whiteCount += vgetq_lane_s32(v_count, 3);
// total is now in whiteCount

#include <arm_neon.h>

// ...

int i, w;
int whiteCount = 0;
const uint8x16_t v_mask = { 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 };
uint32x4_t v_count = { 0 };

for (q = i; q < i + windowHeight; q++)
{
    const uint8_t * const row = &imageData[q * W];

    uint16x8_t vrow_count = { 0 };

    for (w = j; w <= j + windowWidth - 16; w += 16) // SIMD loop
    {
        uint8x16_t v = vld1q_u8(&row[j]);           // load 16 x 8 bit pixels
        v = vandq_u8(v, v_mask);                    // mask out all but LS bit
        vrow_count = vpadalq_u8(vrow_count, v);     // accumulate 16 bit row counts
    }
    for ( ; w < j + windowWidth; ++w)               // scalar clean up loop
    {
        whiteCount += (row[j] == 255);
    }
    v_count = vpadalq_u16(v_count, vrow_count);     // update 32 bit image counts
}                                                   // from 16 bit row counts
// add 4 x 32 bit partial counts from SIMD loop to scalar total
whiteCount += vgetq_lane_s32(v_count, 0);
whiteCount += vgetq_lane_s32(v_count, 1);
whiteCount += vgetq_lane_s32(v_count, 2);
whiteCount += vgetq_lane_s32(v_count, 3);
// total is now in whiteCount