使用OpenCV4的统一向量指令实现硬件级别加速之三
使用OpenCV4的统一向量指令实现硬件级别加速之三
OpenCV 4.x中提供了强大的统一向量指令（universal intrinsics），使用这些指令可以方便地为算法提速。所有的计算密集型任务皆可使用这套指令加速，非计算机视觉算法也可。目前OpenCV的代码加速实现基本上都基于这套指令。
前序文章：
使用OpenCV中的universal intrinsics为算法提速 (1)
使用OpenCV中的universal intrinsics为算法提速 (2)
前序文章1介绍了怎么编写C语言代码使用OpenCV中的universal intrinsics来加速；文章2介绍了编译器的选项。
本文使用一个向量点乘的例子，来展示universal intrinsics的的提速。
我们有两个向量vec1和vec2，将对应元素相乘，然后累加起来。计算公式为：
sum=vec1[0]*vec2[0] + vec1[1]*vec2[1]+ ... + vec1[n]*vec2[n].
如果采用纯C语言，两个行向量的点乘实现如下（如代码显示不完整，可以左右滑动；或横屏阅读）
float dotproduct_c_float(Mat vec1, Mat vec2){ float * pV1 = vec1.ptr<float>(0); float * pV2 = vec2.ptr<float>(0); float sum = 0.0f; for (size_t c = 0; c < vec1.cols; c++) { sum += pV1[c] * pV2[c]; } return sum;}如果采用OpenCV的universal intrinsics，两个行向量的点乘实现如下：
（注意：下面函数仅为展示原理，未考虑数组长度不是16（32或64）字节倍数情况）
float dotproduct_simd_float(Mat vec1, Mat vec2){ float * pV1 = vec1.ptr<float>(0); float * pV2 = vec2.ptr<float>(0); size_t step = sizeof(v_float32)/sizeof(float);
//向量元素全部初始化为零 v_float32 v_sum = vx_setzero_f32(); for (size_t c = 0; c < vec1.cols; c+=step) { v_float32 v1 = vx_load(pV1+c); v_float32 v2 = vx_load(pV2+c); //把乘积累加 v_sum += v1 * v2; } //把向量里的所有元素求和 float sum = v_reduce_sum(v_sum);
return sum;}例程使用Open AI Lab的EAIDK-310开发板，OpenCV4.2.0，CPU型号为是RK3228H，采用ARM四核64位处理器 ，四核Cortex-A53，最高1.3GHz。两个例子的编译命令分别如下（注意：皆采用了-O3选项以提速）：
g++ dotproduct-c.cpp -o dotproduct-c -O3 -I/usr/local/include/opencv4 -lopencv_coreg++ dotproduct-simd.cpp -o dotproduct-simd -O3 -I/usr/local/include/opencv4 -lopencv_core运行耗时如下图
从两个函数的耗时可以看出，采用OpenCV的universal intrinsics后耗时仅为一半，速度翻倍。
两个例程的完整源代码如下。首先是C语言版本的dotproduct-c.cpp：
<stdio.h>#include <opencv2/opencv.hpp>
using namespace cv;
float dotproduct_c_float(Mat vec1, Mat vec2){ float * pV1 = vec1.ptr<float>(0); float * pV2 = vec2.ptr<float>(0); float sum = 0.0f; for (size_t c = 0; c < vec1.cols; c++) { sum += pV1[c] * pV2[c]; } return sum;}
int main(int argc, char ** argv){
Mat vec1(1, 16*1024*1024, CV_32FC1); Mat vec2(1, 16*1024*1024, CV_32FC1);
vec1.ptr<float>(0)[2]=3.3f; vec2.ptr<float>(0)[2]=2.0f;
double t = 0.0; t = (double)getTickCount();
float sum = dotproduct_c_float(vec1, vec2);
t = ((double)getTickCount() - t) / (double)getTickFrequency() * 1000; printf("C time = %gms\n", t); printf("sum=%g\n", sum);
return 0;}dotproduct-simd.cpp如下：
#include <stdio.h>#include <opencv2/opencv.hpp>#include <opencv2/core/simd_intrinsics.hpp>using namespace cv;
float dotproduct_simd_float(Mat vec1, Mat vec2){ float * pV1 = vec1.ptr<float>(0); float * pV2 = vec2.ptr<float>(0); size_t step = sizeof(v_float32)/sizeof(float);
//向量元素全部初始化为零 v_float32 v_sum = vx_setzero_f32(); for (size_t c = 0; c < vec1.cols; c+=step) { v_float32 v1 = vx_load(pV1+c); v_float32 v2 = vx_load(pV2+c); //把乘积累加 v_sum += v1 * v2; } //把向量里的所有元素求和 float sum = v_reduce_sum(v_sum);
return sum;}
int main(int argc, char ** argv){
Mat vec1(1, 16*1024*1024, CV_32FC1); Mat vec2(1, 16*1024*1024, CV_32FC1);
vec1.ptr<float>(0)[2]=3.3f; vec2.ptr<float>(0)[2]=2.0f;
double t = 0.0; t = (double)getTickCount();
float sum = dotproduct_simd_float(vec1, vec2);
t = ((double)getTickCount() - t) / (double)getTickFrequency() * 1000; printf("SIMD time = %gms\n", t);
printf("sum=%g\n", sum);
return 0;}OpenCV中国团队由深圳市人工智能与机器人研究院支持，是一个非营利的开源团队，致力于OpenCV的开发、维护和推广工作。
腾讯云开发者
