高性能二值化实现binaryThreshold

实现方式

SIMD 加速

使用 AVX 指令 (mm256*) 实现了并行处理，每次处理 32 个像素。
使用 cmpgt_epi8 进行并行比较，生成掩码。
掩码与常量 255 结合生成二值化结果。

多线程

使用 OpenMP 的 #pragma omp parallel for 将图像像素分块，并行执行。
内存分配

void highPerformanceThresholding(
    uint8_t* inputImage,  // 输入图像数据
    int width,            // 图像宽度
    int height,           // 图像高度
    uint8_t lowerThreshold, // 二值化下限
    uint8_t upperThreshold, // 二值化上限
    uint8_t* outputImage)  // 输出二值化结果
{
    int totalPixels = width * height; // 总像素数
    int blockSize = 256; // 每线程处理的块大小（根据 L1/L2 缓存大小调整）

    // 条件判断：图像总像素数大于阈值时启用多线程
    const int parallelThreshold = 100000; // 假设阈值为 100,000 像素
    if (totalPixels > parallelThreshold) {
        // 启用多线程
        #pragma omp parallel for schedule(static)
        for (int blockStart = 0; blockStart < totalPixels; blockStart += blockSize) {
            int blockEnd = blockStart + blockSize; // 块结束位置
            if (blockEnd > totalPixels) blockEnd = totalPixels;

            for (int i = blockStart; i < blockEnd; i += 32) {
                __m256i pixelData = _mm256_loadu_si256((__m256i*)&inputImage[i]);

                __m256i lowerThresholdVec = _mm256_set1_epi8(lowerThreshold);
                __m256i upperThresholdVec = _mm256_set1_epi8(upperThreshold);

                __m256i maskLower = _mm256_cmpgt_epi8(pixelData, lowerThresholdVec);
                __m256i maskUpper = _mm256_cmpgt_epi8(upperThresholdVec, pixelData);
                __m256i binaryMask = _mm256_and_si256(maskLower, maskUpper);

                __m256i binaryResult = _mm256_and_si256(binaryMask, _mm256_set1_epi8(255));

                _mm256_storeu_si256((__m256i*)&outputImage[i], binaryResult);
            }
        }
    } else {
        // 不启用多线程，单线程处理
        for (int i = 0; i < totalPixels; i += 32) {
            __m256i pixelData = _mm256_loadu_si256((__m256i*)&inputImage[i]);

            __m256i lowerThresholdVec = _mm256_set1_epi8(lowerThreshold);
            __m256i upperThresholdVec = _mm256_set1_epi8(upperThreshold);

            __m256i maskLower = _mm256_cmpgt_epi8(pixelData, lowerThresholdVec);
            __m256i maskUpper = _mm256_cmpgt_epi8(upperThresholdVec, pixelData);
            __m256i binaryMask = _mm256_and_si256(maskLower, maskUpper);

            __m256i binaryResult = _mm256_and_si256(binaryMask, _mm256_set1_epi8(255));

            _mm256_storeu_si256((__m256i*)&outputImage[i], binaryResult);
        }
    }
}

使用示例

int main() {
    // 示例图像大小和阈值
    int width = 1920;
    int height = 1080;
    uint8_t lowerThreshold = 50;
    uint8_t upperThreshold = 200;

    // 分配图像数据（内存对齐以加速 SIMD 操作）
    uint8_t* inputImage = (uint8_t*)aligned_alloc(32, width * height);
    uint8_t* outputImage = (uint8_t*)aligned_alloc(32, width * height);

    // 初始化图像数据（示例用随机数填充）
    for (int i = 0; i < width * height; i++) {
        inputImage[i] = rand() % 256;
    }

    // 执行二值化
    highPerformanceThresholding(inputImage, width, height, lowerThreshold, upperThreshold, outputImage);

    // 清理内存
    free(inputImage);
    free(outputImage);

    return 0;
}