OpenCV 和 MATLAB 速度比较答案

【问题标题】：OpenCV and MATLAB speed comparisonOpenCV 和 MATLAB 速度比较
【发布时间】：2014-11-03 13:46:29
【问题描述】：

我已经开始在 Visual C++ 2010 Express 中使用 OpenCV，因为它应该比 MATLAB 更快。

为了在两者之间进行公平比较，我正在运行一个程序，在该程序中将 RGB 图像转换为其灰度对应，并计算转换图像空间操作所用的时间。

使用cvtColor 命令在 C++ Release 中完成任务，平均需要大约 5 毫秒。在 MATLAB 中执行相同的操作，平均花费的时间或多或少相同（代码如下）。

我已经测试过了，两个程序都运行良好。

有人知道我是否可以提高 OpenCV 的速度吗？

C++ 代码。

#include <opencv2/highgui/highgui.hpp> 
#include <iostream>
#include <opencv2/imgproc/imgproc.hpp>
#include <windows.h>

using namespace cv;
using namespace std;

double PCFreq = 0.0;
__int64 CounterStart = 0;

void StartCounter()
{
    LARGE_INTEGER li;
    if(!QueryPerformanceFrequency(&li))
    cout << "QueryPerformanceFrequency failed!\n";

    PCFreq = double(li.QuadPart)/1000.0;

    QueryPerformanceCounter(&li);
    CounterStart = li.QuadPart;
}

double GetCounter()
{
    LARGE_INTEGER li;
    QueryPerformanceCounter(&li);
    return double(li.QuadPart-CounterStart)/PCFreq;
}

int main()
{
    double time;
    Mat im, result;
    im = imread("C:/Imagens_CV/circles_rgb.jpg");
    StartCounter();
    cvtColor(im,result, CV_BGR2GRAY);
    time = GetCounter();
    cout <<"Process time: "<< time << endl;
}

MATLAB 代码

tic
img_gray = rgb2gray(img_rgb);
toc

【问题讨论】：

仅供参考：就时间而言，最好计算多次的平均时间。
是的，我已经这样做了。 5毫秒是平均时间。我在问题中添加了这些信息。
为什么matlab在这种情况下要慢一些？如果它提供了一个函数，它可能有一个优化的实现。慢的是在matlab中编程，做显式循环等等。
您正在使用的 matlab 代码最终会使用一个 Mex 文件（或类似的文件），在这种情况下，速度或多或少是相同的。您还可以与 Python 中的 OpenCV 进行比较；）
如果您愿意（通过编写 MEX 函数），MathWorks 可以更轻松地从 MATLAB 调用 OpenCV，您会很高兴：mathworks.com/help/vision/ug/opencv-interface.html（这是 R2014b CSVT 工具箱中的新功能） .还有优秀的mexopencv包。

标签： c++ performance matlab opencv

【解决方案1】：

OpenCV 中的颜色转换将广泛使用Intel IPP（如果它在编译时可用）。见modules\imgproc\src\color.cpp。 More info from Intel。请注意，此代码没有 OpenMP pragma 或 TBB 代码，因此在这里没有帮助。

令人兴奋的是，英特尔已授予 OpenCV 免费使用 IPP 子集的权利，包括这些功能。有关详细信息，请参阅release summary 中的第三项。但是您至少需要使用 OpenCV 3.0 才能获得此免费功能；否则您需要使用自己的 IPP 副本进行编译。

显然，cvtColor（最左边）并没有太大的好处，但它得到了一点提升。其他功能做得更好。

【讨论】：

【解决方案2】：

如果您在 MATLAB (edit rgb2gray.m) 中跟踪对 rgb2gray 函数的调用，您会发现它最终调用了一个用 C++ 实现的私有 MEX 函数 imapplymatrixc.mexw64。

事实上，如果您将此共享库加载到“Dependency Walker”之类的工具中，您会看到它依赖于tbb.dll，这表明该函数是使用Intel TBB 库的多线程。

虽然颜色转换函数似乎不是这种情况，但图像处理工具箱确实使用 Intel IPP 库来实现它的一些 image arithmetic 函数（有一个 setting 您可以控制启用/禁用使用“硬件优化”ippl:iptsetpref('UseIPPL', true))。

此外，当使用gpuArray 输入数组 (edit gpuArray>rgb2gray.m) 时，还有一个在 GPU (CUDA) 上运行的函数版本。这需要并行计算工具箱。

所以可以肯定地说，这个功能优化得很好！

【讨论】：