二进制图像上的快速像素计数 - ARM neon 内在函数 - iOS 开发

Posted 2023-02-16

【中文标题】二进制图像上的快速像素计数 - ARM neon 内在函数 - iOS 开发

【英文标题】：Fast Pixel Count on Binary Image- ARM neon intrinsics - iOS Dev

【发布时间】：2012-01-16 22:21:59

【问题描述】：

谁能告诉我一个快速的函数来计算二值图像中白色像素的数量。 iOS 应用开发需要它。我正在直接处理定义为的图像的内存

  bool *imageData = (bool *) malloc(noOfPixels * sizeof(bool));

我正在实现这个功能

             int whiteCount = 0;
             for (int q=i; q<i+windowHeight; q++)
             
                 for (int w=j; w<j+windowWidth; w++)
                  
                     if (imageData[q*W + w] == 1)
                         whiteCount++;
                 
             

这显然是可能的最慢的功能。我听说 ios 上的 ARM Neon 内在函数 可用于在 1 个周期内进行多项操作。也许这就是要走的路？？

问题是我不是很熟悉，目前没有足够的时间学习汇编语言。因此，如果有人可以针对上述问题发布 Neon 内部代码或任何其他 C/C++ 中的快速实现，那就太好了。

我能在网上找到的霓虹内在函数中唯一的代码是 rgb 到灰色的代码 http://computer-vision-talks.com/2011/02/a-very-fast-bgra-to-grayscale-conversion-on-iphone/

【问题讨论】：

我来看看这个，sizeof(bool) 是什么？

另外，imageData[] 中的可能值是什么？它只是0还是1，还是可以有其他非零值？

【参考方案1】：

首先，您可以通过分解乘法并去掉分支来稍微加快原始代码的速度：

 int whiteCount = 0;
 for (int q = i; q < i + windowHeight; q++)
 
     const bool * const row = &imageData[q * W];

     for (int w = j; w < j + windowWidth; w++)
      
         whiteCount += row[w];
     
 

（假设 imageData[] 是真正的二进制，即每个元素只能是 0 或 1。）

这是一个简单的 NEON 实现：

#include <arm_neon.h>

// ...

int i, w;
int whiteCount = 0;
uint32x4_t v_count =  0 ;

for (q = i; q < i + windowHeight; q++)

    const bool * const row = &imageData[q * W];

    uint16x8_t vrow_count =  0 ;

    for (w = j; w <= j + windowWidth - 16; w += 16) // SIMD loop
    
        uint8x16_t v = vld1q_u8(&row[j]);           // load 16 x 8 bit pixels
        vrow_count = vpadalq_u8(vrow_count, v);     // accumulate 16 bit row counts
    
    for ( ; w < j + windowWidth; ++w)               // scalar clean up loop
    
        whiteCount += row[j];
    
    v_count = vpadalq_u16(v_count, vrow_count);     // update 32 bit image counts
                                                   // from 16 bit row counts
// add 4 x 32 bit partial counts from SIMD loop to scalar total
whiteCount += vgetq_lane_s32(v_count, 0);
whiteCount += vgetq_lane_s32(v_count, 1);
whiteCount += vgetq_lane_s32(v_count, 2);
whiteCount += vgetq_lane_s32(v_count, 3);
// total is now in whiteCount

（假设imageData[] 是真正的二进制，imageWidth <= 2^19 和sizeof(bool) == 1。）

---

unsigned char 的更新版本，白色为 255，黑色为 0：

#include <arm_neon.h>

// ...

int i, w;
int whiteCount = 0;
const uint8x16_t v_mask =  1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 ;
uint32x4_t v_count =  0 ;

for (q = i; q < i + windowHeight; q++)

    const uint8_t * const row = &imageData[q * W];

    uint16x8_t vrow_count =  0 ;

    for (w = j; w <= j + windowWidth - 16; w += 16) // SIMD loop
    
        uint8x16_t v = vld1q_u8(&row[j]);           // load 16 x 8 bit pixels
        v = vandq_u8(v, v_mask);                    // mask out all but LS bit
        vrow_count = vpadalq_u8(vrow_count, v);     // accumulate 16 bit row counts
    
    for ( ; w < j + windowWidth; ++w)               // scalar clean up loop
    
        whiteCount += (row[j] == 255);
    
    v_count = vpadalq_u16(v_count, vrow_count);     // update 32 bit image counts
                                                   // from 16 bit row counts
// add 4 x 32 bit partial counts from SIMD loop to scalar total
whiteCount += vgetq_lane_s32(v_count, 0);
whiteCount += vgetq_lane_s32(v_count, 1);
whiteCount += vgetq_lane_s32(v_count, 2);
whiteCount += vgetq_lane_s32(v_count, 3);
// total is now in whiteCount

（假设imageData[] 的白色值为 255，黑色为 0，imageWidth <= 2^19。）

---

请注意，以上所有代码都未经测试，可能需要进一步的工作。

【讨论】：

抱歉 - 里面有几个错别字（现已修复） - 我应该提到这是未经测试的代码，因此可能需要进一步的工作 - 我只是想提出一般想法。跨度>

很抱歉再次打扰.. 但我在 uint8x16_t v = vld1q_u8(&row[j]);说 - 无法使用 const bool * 类型的值初始化 const unit8_t *（又名 unsigned char *）的变量 - 知道问题可能是什么吗？？

我使用 bool* 作为图像数据，因为我认为它会更快，因为每个值只需要 1 位内存

@Shreyas：我在上面问过你 sizeof(bool) 是什么，但你没有回应 - 通常是 sizeof(char) 或 sizeof(int) - 现在我假设它是 sizeof( char)（即 1 byte），但如果不正确，则需要修改代码，或者您需要使用合适的 1 字节类型（例如 uint8_t）。

否 - 这会使实现更容易溢出 - 我在上面添加了一个更新版本，它可以处理白色 == 255 的情况。

【参考方案2】：

http://gcc.gnu.org/onlinedocs/gcc/ARM-NEON-Intrinsics.html

第 6.55.3.6 节

矢量化算法会进行比较并将它们放入一个结构中，但您仍然需要遍历结构中的每个元素并确定它是否为零。

该循环当前运行的速度有多快，您需要它运行多快？另请记住，NEON 将在与浮点单元相同的寄存器中工作，因此在此处使用 NEON 可能会强制 FPU 上下文切换。