OpenCV并行化代码：使用parallel_for在C/C++中实现并行计算

最新推荐文章于 2025-05-18 08:30:00 发布

青春轻舞

最新推荐文章于 2025-05-18 08:30:00 发布

阅读量531

点赞数 1

CC 4.0 BY-SA版权

文章标签： opencv c语言 c++ C/C++

本文链接：https://blog.youkuaiyun.com/PixelProX/article/details/132704839

C/C++ 专栏收录该内容

230 篇文章 ¥59.90 ¥99.00

订阅专栏

本文介绍了如何在C/C++中利用OpenCV的`parallel_for_`函数进行并行计算，以加速图像处理任务。通过示例展示了如何并行化图像的灰度化处理，通过包含OpenCV头文件，定义处理函数，调用`parallel_for_`，并在main函数中展示处理结果。利用`parallel_for_`可以提高大规模图像处理的效率，但需注意并行操作间的数据依赖性问题。

OpenCV并行化代码：使用parallel_for在C/C++中实现并行计算

在计算机视觉和图像处理中，处理大规模图像或执行复杂算法可能需要很长时间。为了提高处理速度，OpenCV提供了一个名为parallel_for的函数，它可以帮助我们实现并行化计算。本文将介绍如何在C/C++中使用parallel_for函数来并行化代码，并提供相应的源代码示例。

首先，我们需要包含OpenCV的头文件：

#include <opencv2/opencv.hpp>

接下来，我们定义一个函数，该函数将作为parallel_for的参数传递。这个函数将在每个线程中并行执行。下面是一个简单的示例函数，它将对图像进行灰度化处理：

void processImage(cv

了解本专栏

订阅专栏解锁全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

青春轻舞

关注关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

订阅专栏

OpenCV中parallel_for_

苦逼的程序猿

10-21

1812

在使用opencv的过程中，对图片的处理计算量还是很大的，所以在实施运行的程序中如何高效的计算会节省很多时间。现有的方法有很多，如OpenMp,TBB,OpenCL,当然还有Nvidia的CUDA。但是OpenMP在windows的VS上支持的很好，设置简单，效果也还不错，但是在Linux虽然也支持，但是我用Cmake时，感觉效果并不明显。TBB和OpenCL没有直接用过。CUDA是个好东西，但是并不太适合毫秒级别的程序运行，单一张图片在cpu和gpu之间的传输时间就已经达到3...

【学习体会】OpenCV的cv::parallel_for_使用

LeonJin的博客

08-26

1336

OpenCV的cv::parallel_for_使用

参与评论您还未登录，请先登录后发表或查看评论

Parallel.For

david9779的博客

09-15

178

static void Main(string[] args) { int i = 0; Parallel.For(0, 100, (x) => { Console.WriteLine(i); i++; ...

opencv parallel_for_使用及注意

weixin_41469272的博客

08-31

2064

parallel_for_用法

OpenCV中parallel_for 和 parallel_for_学习笔记

热门推荐

chouclee的专栏

03-17

1万+

OpenCV 从2.4.3开始加入了并行计算的函数parallel_for和parallel_for_（更准确地讲，parallel_for以前就存在于tbb模块中，但是OpenCV官网将其列在2.4.3.的New Features中，应该是重新改写过的）。 2.4.3中自带的calcOpticalFlowPyrLK函数也用parallel_for重写过了，之前我一直认为parallel_for

【OpenCV cv::parallel_for_并行化循环】原理、用法、其它类似函数

一起学习进步！

05-18

1370

OpenCV 中的 `cv::parallel_for_` 是用于实现 **并行化循环** 的核心工具，它通过多线程加速计算密集型任务。

ljygood2的博客

12-05

1169

滑过图像，然后对像素值和内核中对应值的乘积求和，得到输出中特定像素的值（称为内核的锚点）。根据内核中的值，我们会得到不同的结果。在下面的例子中，我们使用 3x3 内核（锚定在其中心）并在 5x5 矩阵上进行卷积以生成 3x3 矩阵。当查看顺序实现时，我们可以注意到每个像素都依赖于多个相邻像素，但一次只编辑一个像素。因此，为了优化计算，我们可以将图像分割成条带，并利用现代处理器的多核架构对每个条带并行执行卷积。应该与默认情况下相同，它将使用所有可用的处理器线程，但只会在两个线程上分割工作负载。

如何使用 OpenCV parallel_for_并行化代码

2301_81887304的博客

02-02

959

根据内核中的值，我们得到不同的结果。因此，为了优化计算，我们可以利用现代处理器的多核架构，将图像拆分为条纹，并并行对每个条纹进行卷积。例如，如果您的处理器有 4 个线程，则设置或设置应与默认相同，它将使用所有可用的处理器线程，但仅在两个线程上拆分工作负载。在这里，我们将一个较小的矩阵（称为内核）滑动到图像上，像素值和内核中相应值的乘积之和为我们提供了输出中特定像素的值（称为。在本教程中，我们将实现最简单的函数形式，该函数采用灰度图像（1 个通道）和奇数长度的方形内核并生成输出图像。该操作不会就地执行。

OpenCV如何使用parallel_for_并行化代码(34)

2301_78348935的博客

03-29

1272

OpenCV是一个开源的计算机视觉库，由英特尔公司开发并开源的一组跨平台的C++函数和少量的C函数组成，用于实时图像处理、计算机视觉和机器学习等应用领域。OpenCV可以在包括Windows、Linux、macOS等各种操作系统平台上使用，具有开放的编程接口，可用于各种应用开发。OpenCV的主要特点是易于使用，高效、学习资源和社区活跃。OpenCV可以计算相机标定、物体识别、动作跟踪、人脸识别、手写数字识别等任务，并可集成到摄像头、网络摄像头和机器人等系统中。

cv::parallel_for_

liugan528的博客

03-06

619

#include <iostream> #include <string> #include <vector> #include <opencv2/core/internal.hpp> class Loop_Invoker : public cv::ParallelLoopBody { public: Loop_Invoker(const ...

windows C++ 并行编程-编写 parallel_for_each 循环

王马的博客

09-15

1041

示例1演示如何使用 concurrency::parallel_for_each 算法并行计算 std::array 对象中的质数计数；示例2演示了如何使用 concurrency::parallel_transform 和 concurrency::parallel_reduce 算法以及 concurrency::concurrent_unordered_map 类计数文件中的单词出现次数。

opencv之并行计算多线程parallel_for_

整理ing

09-30

3169

需要注意的是，多线程处理可能会引入一些额外的开销，包括线程创建和管理、数据同步等。因此，在使用多线程之前，你需要仔细评估你的应用场景和代码性能，并根据实际情况进行调整和优化。在上面的示例中，我们创建了一个包含4个线程的线程池，并将图像传递给线程池中的任务进行并行处理。是的，OpenCV提供了多线程处理的API。25 // 在这里对图像进行处理，例如进行灰度转换。23 // 将图像传递给线程池中的任务进行并行处理。12 // 创建一个线程池，包含4个线程。

c++ for并行执行

天下月色共三分的博客

01-06

2740

c++ for并行执行

核心功能：如何使用 OpenCV parallel_for_ 实现代码并行化 OpenCV v4.8.0

hirshdz327的博客

10-07

710

在这里，我们在图像上滑动一个较小的矩阵（称为内核），像素值与内核中相应值的乘积之和就会得出输出中特定像素的值（称为内核的锚点）。在下面的示例中，我们使用了一个 3x3 内核（锚定在其中心），并对 5x5 矩阵进行卷积，生成一个 3x3 矩阵。因此，为了优化计算，我们可以利用现代处理器的多核架构，将图像分割成条状，并在每个条状上并行执行卷积。然后，我们依次遍历源图像中的像素，计算内核值和邻近像素值。虽然特定条纹中的像素值可能取决于条纹外的像素值，但这些操作只是只读操作，因此不会导致未定义的行为。

windows C++ 并行编程-编写parallel_for 循环

王马的博客

09-14

669

此示例并行化外部循环只是因为它执行了足够的工作，可从并行处理的开销中受益。如果将内部循环并行化，你将不会获得性能提升，因为内部循环执行的少量工作并不能克服并行处理的开销问题。以下示例演示了该 parallel_matrix_multiply 函数，该函数使用 parallel_for 算法并行执行外部循环。以下更完整的示例比较了 matrix_multiply 函数与 parallel_matrix_multiply 函数的性能。以下示例显示了 matrix_multiply 函数，可计算两个方阵的乘积。

C++ ppl.h的parallel_for语句的问题

猫先生

08-08

5906

parallel_for的并行语句中，如果其中的变量定义在循环体外，会导致运行时间变慢很多，不知道是不是的运用有问题。比如以下三段代码：（原代码指没有使用并行执行的代码）代码段1运行的速率比原代码还慢，而代码段2则比原代码快很多，区别仅仅只是把int iCalcLoc定义于并行循环内外；而且很奇怪的是，定义在循环外部反而速度会更慢。代码1和2对于循环体外的byte*byteArrDest...

OpenCV 并行计算函数 parallel_for_ 的使用

泠山的博客

07-22

1万+

任务描述：我要定义两个Mat矩阵的逐元素乘积，如下所示（1）自定义一个类继承自 ParallelLoopBody，并且重载括号运算class ParallelAdd : public ParallelLoopBody //参考官方给出的answer，构造一个并行的循环体类 {public :ParallelAdd(Mat & _src1 , Mat & _src2 , Mat _result) //构造函数 {

C++实现简单的并发(C++运行并发for循环)

暗焰之珩的博客

12-24

1万+

在学校学过c++的一点皮毛，现在发现，stl是真心难。。不多说，进正题，C++如何运行并发的for循环。需要用到并发的地方一般都涉及到性能，并发分为多线程并发和多进程并发。多线程并发一般来说系统的开销比多进程的要小，而多进程的整体性能一般是由于多线程的。 C++实现多线程并发 #include <iostream> #include <vector> #inc...

c++ concurrency::parrallel_for 多线程及注意事项。

明湖小虾的博客

08-29

2332

ppl.h concurrency 并行算法开发

上述C++算法报错OpenCV(4.11.0) Error: Unsupported format or combination of formats () in cv::opt_AVX2::medianBlur, file C:/Users/y012253/Documents/vcpkg/buildtrees/opencv4/src/4.11.0-46ecfbc8ae.clean/modules/imgproc/src/median_blur.simd.hpp, line 870 OpenCV: terminate handler is called! The last OpenCV error is: OpenCV(4.11.0) Error: Unsupported format or combination of formats () in cv::opt_AVX2::medianBlur, file C:/Users/y012253/Documents/vcpkg/buildtrees/opencv4/src/4.11.0-46ecfbc8ae.clean/modules/imgproc/src/median_blur.simd.hpp, line 870 PS D:\msoa\new\NOSMA\build\bin> ."D:/msoa/new/NOSMA/build/bin/json_test.exe" OpenCV(4.11.0) Error: Unsupported format or combination of formats () in cv::opt_AVX2::medianBlur, file C:/Users/y012253/Documents/vcpkg/buildtrees/opencv4/src/4.11.0-46ecfbc8ae.clean/modules/imgproc/src/median_blur.simd.hpp, line 870 OpenCV: terminate handler is called! The last OpenCV error is: OpenCV(4.11.0) Error: Unsupported format or combination of formats () in cv::opt_AVX2::medianBlur, file C:/Users/y012253/Documents/vcpkg/buildtrees/opencv4/src/4.11.0-46ecfbc8ae.clean/modules/imgproc/src/median_blur.simd.hpp, line 870 PS D:\msoa\new\NOSMA\build\bin> 修正该错误，并且将MatrixXb 改成MatrixXd，给出新版C++算法和测试用例