Parallel processing OpenCL：如何加快处理图像的fps

我第一次开始使用OpenCL，我正试图为sobel做这个例子 此站点中的边缘检测 但是当运行内核时，gpu的fps数小于15，gpu的利用率也会降低 小于5%如何为gpu（如openmp）运行所有线程以使利用率低于95%

代码

核码

_内核无效sobel（_全局浮点*A，_全局浮点*R，单位宽度，单位高度） {

int globalIdx=get\u global\u id（0）；
int globalIdy=get\u global\u id（1）；
int index=width*globalIdy+globalIdx；
浮点数a、b、c、d、e、f、g、h、i；
float-sobelX=0；
float-sobelY=0；
如果（索引>宽度和索引<（高度*宽度）-宽度和（索引%width-1）>0和（索引%width-1）

---

}

您链接到的代码有一些低效之处（无特定顺序）：

• 循环中每次OpenCL调用之后对clFinish的调用都是不必要的。首先，clEnqueueWriteBuffer和clEnqueueReadBuffer都使用设置为CL_TRUE的阻塞，即在写入/读取完成（阻塞函数调用的定义）之前，它们不会返回

• 将未签名的字符图像转换为浮点图像，然后再发送到GPU。这是不必要的，因为GPU能够处理无符号字符，并且如果需要，可以将类型转换为浮点。在CPU上转换为浮点，然后发送到GPU，会导致发送的数据量增加4倍（每个通道每像素4字节，而不是1字节）

• 您调用cvWaitKey（10），暂停10毫秒以等待按键，因此此代码不会超过每秒100帧（小问题）

• RGB到灰度的转换可以在GPU上完成，代价是发送3个未签名字符，因此需要进行测试

你的计时方法也有缺陷。代码测量加载、处理和显示单个帧所需的时间。处理由OpenCL和OpenCV组件组成。您应该分别对其中的每一个进行基准测试，以确定每一个测试需要多长时间，这样您就可以准确地确定瓶颈所在的位置

---

我刚刚想到的是OpenCV拍摄的相机的帧速率是多少？

您是否在每次迭代中使用clenqueuewrite/read？这会降低性能。如果你只能在gpu上进行同样的计算，那么速度会更快，因为边缘检测的计算量并不大。它主要使用mem访问。如果pci-e优化不够，您可以使用每个线程块的共享mem优化来优化mem访问。当针对非pci-e访问进行优化时，即使使用粒子交互+可变形网格计算，该示例的256x256纹理分辨率也要快很多倍。Cl gl interop是事物的名称。请输入一些密码。谢谢你的回答。你能帮我一些代码吗？我想让gpu像openmp一样100%运行cpu线程我的实际程序从相机或视频中读取帧，在cpu上进行一些处理，然后发送到gpu进行一些处理，我想进行canny边缘检测和hougth变换，然后返回cpu完成处理。sobel检测以15fps的速度运行，分辨率为640*480°？？我使用clenqueuewrite/read-to在每个帧后从gpu读写，这是否可以进行实时处理？？？Pci-e带宽通常为每秒4-5GB。这意味着每秒有10亿个32位浮点。640*480=307200，再乘以每像素4字节（rgba），得到每帧1228800字节，是pci-e带宽的1/4000。您有15FPS，因此它每秒发送的速度可能为16MB，这太少了。但是发送时间使得gpu空闲。即使闲置一毫秒，GPU的使用率也会降低。如果不需要互操作，那么可以执行异步工作。首先，向gpu发送50个待处理帧。启动内核。但同时发送和接收新的数据，同时保持gpu繁忙。然后，您可以让gpu繁忙地处理预加载到gpu内存中的帧。我认为这只是一个现实，你有一个高端gpu，我认为：）你不能得到100%，即使你大量优化它。5%并不意味着GPU以5%的速度运行，而是意味着平均使用率为5%。如果您的代码运行速度快，并且I/O是一个瓶颈（以及CPU查询数据）。你几乎不会超过这个水平。IE：非常繁重的计算任务通常只达到50%，CPU也是瓶颈。谢谢你的回答。我在代码中做了一些更改，但gpu的利用率也低于5%，fps达到20 1-chang cvWaitKey（10）从10毫秒到1毫秒2-remove clFinish在循环内3-RGB到灰色CVT颜色（img，im_gray，CV_RGB2GRAY）；如果在循环中仅使用此函数，fps 35 4-在将未签名字符图像发送到GPU之前将其转换为浮点图像？你知道如何优化内核以使用gpu的所有资源吗我想在gpu上并行运行利用率超过5%我看到一些内核使用get_local_size&get_num_Group这个函数能帮助我加快内核运行速度吗如何优化2d图像的内核谢谢从使用共享a.k.a.本地内存中获益，但代码中似乎还有其他瓶颈。你如何衡量GPU的使用情况。如果你是你

int globalIdx = get_global_id(0);
int globalIdy = get_global_id(1);
int index = width * globalIdy + globalIdx;
float a,b,c,d,e,f,g,h,i;
float sobelX = 0;
float sobelY = 0;
if(index > width && index < (height*width)-width && (index % width-1) > 0 && (index % width-1) < width-1){
    a = A[index-1-width] * -1.0f;
    b = A[index-0-width] *  0.0f;
    c = A[index+1-width] * +1.0f;
    d = A[index-1] * -2.0f;
    e = A[index-0] *  0.0f;
    f = A[index+1] * +2.0f;
    g = A[index-1+width] * -1.0f;
    h = A[index-0+width] *  0.0f;
    i = A[index+1+width] * +1.0f;
    sobelX = a+b+c+d+e+f+g+h+i;

    a = A[index-1-width] * -1.0f;
    b = A[index-0-width] * -2.0f;
    c = A[index+1-width] * -1.0f;
    d = A[index-1] * 0.0f;
    e = A[index-0] * 0.0f;
    f = A[index+1] * 0.0f;
    g = A[index-1+width] * +1.0f;
    h = A[index-0+width] * +2.0f;
    i = A[index+1+width] * +1.0f;
    sobelY = a+b+c+d+e+f+g+h+i;
}


R[index] = sqrt(pow(sobelX,2) + pow(sobelY,2));