使用 java 8 并行处理图像

Question

我通过计算图像的小块（64X64 像素）上的参数来处理大量 4k 图像。该任务现在以顺序方式执行，一次一个补丁。下面复制了我的代码的 sn-p 以向您展示这个想法。

for (int i = 0; i < imageW / pSize; i++) {
  for (int j = 0; j < imageH / pSize; j++) {

  thisPatch = MatrixUtil.getSubMatrixAsMatrix(image, i * pSize, j * pSize, pSize);
  results[i][j] = computeParamForPatch(thisPatch);
  }
}

我现在需要并行化它以节省一些时间。如您所见，每个补丁的过程完全独立于所有其他补丁。为此，我需要使用Map 或forEachOrdered() 记住每个补丁的位置。不幸的是，我不认为使用地图，像Map<Point, double[][]> 这样的东西会被并行化。所以这是我的问题：除了使用forEachOrdered() 会对性能产生负面影响之外，还有其他方法可以并行处理图像吗？

---

一种解决方案： 我尝试了以下代码（由@DHa 建议），它取得了显着的改进：

int outputW = imageW / pSize;
int outputH = imageH / pSize;
IntStream.range(0, outputW * outputH).parallel().forEach(i -> {

 int x = (i % outputW);
 int y = (i / outputH);
 tDirectionalities[x][y] = computeDirectionalityForPatch(
                    MatrixUtil.computeParamForPatch(image, x * pSize, y * pSize, pSize));
});

结果：

• 连续：15754 毫秒
• 并行：5899 毫秒

Answer 1

此解决方案使用并行流。

另请参阅How many threads are spawned in parallelStream in Java 8，了解如何控制同时在流上工作的线程数量。

    int patchWidth = (int)Math.ceil((double)imageW / pSize);
    int patchHeight = (int)Math.ceil((double)imageH / pSize);

    IntStream.range(0, patchWidth * patchHeight).parallel().forEach(i -> {
        int x = (i % patchWidth);
        int y = (i / patchWidth);

        thisPatch = MatrixUtil.getSubMatrixAsMatrix(image, x * pSize, y * pSize, pSize);
        results[x][y] = computeParamForPatch(thisPatch);
    });