如何使用加速框架（vImage）缩放灰度图像

Posted 2023-02-25

【中文标题】如何使用加速框架（vImage）缩放灰度图像

【英文标题】：how to scale gray scale image using accelerate framework (vImage)

【发布时间】：2012-07-24 11:23:49

【问题描述】：

您好，我需要快速缩放灰度图像，所以我尝试了 vImage，但应用程序崩溃了，请帮忙。在下面的代码中 srcimg.data/dstimg.data 是指向 unsigned char 图像数据（单通道仅灰度数据）的点。

vImage_Buffer 源； src.data=srcimg.data; src.height=srcimg.cols; src.width=srcimg.rows; src.rowBytes=srcimg.cols; vImage_Buffer 目标； dest.data=dstimg.data; dest.height=dstimg.cols； dest.width=dstimg.rows; dest.rowBytes=dstimg.cols; vImageScale_Planar8(&src, &dest, NULL, kvImageNoFlags);

【问题讨论】：

srcimg 和 dstimg 是来自 opencv 的 cv::Mat 对象，如果我将上面的代码替换为 cv::resize(srcimg, dstimg, dstimg.size());应用程序将按预期运行，但速度较慢。

嗨，Davids 的回答解决了这个问题，应用不再崩溃但运行速度比以前慢，请告诉我如何有效地使用 vImage。

【参考方案1】：

对于 vImage/Geometry.h 中的重采样 API，我们选择使用矢量单元来提供更好的质量而不是更快的速度。这是因为向量单元通常不擅长在内存中进行分散访问，这主要是您为简单的事情所做的事情，例如线性或最近邻重采样与非单元步幅。他们似乎并不擅长使最近邻或线性过滤快速进行。因此，我们改为使用 Lanczos 过滤，它查看更大的连续像素区域以找出每个结果像素。它看起来很棒（我认为），但要获得令人敬畏的效果需要更多的工作。

另外，如果你想要的只是线性或最近邻过滤，那么 GPU 有硬件来解决这个问题！

确实，通常 vImage 中的 API 旨在为您提供比滚动自己更快的结果。

【参考方案2】：

cv::resize 默认使用线性插值。 vImageScale_Planar8 使用 Lanczos resampling，它更复杂，但也提供了更好的质量。你在比较苹果和橘子。

【参考方案3】：

首先，只是一个注释：通常高度是行，而宽度是列 - 您使用它的方式似乎很奇怪。

您是否为目标图像分配了内存：

dstimg.data = malloc(dstimg.cols * dstimg.rows);

您将部署目标设置为 ios5 或更高版本？

我在 iOS5 上使用了 Accelerate 框架，没有任何问题。

【讨论】：

感谢您解决了问题 src.height=srcimg.rows src.width=srcimg.cols;但它似乎比以前慢。我是否正确使用了 vImage，它应该提高了速度吧？

不，它不能保证在所有情况下都能提高速度。如果您多次进行此调用，您可以预先分配它需要的缓冲区（假设图像大小相同）。速度不取决于行或列值，而是处理的像素数。请注意，如果您通过二进制因子减小大小，您可能会“作弊”并抓取每个其他像素、每隔一行等，并使其更快。

如果每次都重新创建 vImage 缓冲区，您最终会得到低于最佳性能的结果，因为您不允许缓存预热。

@CameronLowellPalmer 您的评论属于问题，而不是我的回答。显然，如果您分配所需的最大内存块并重新使用它，那么第二次和以后调用的性能将会提高。那是一种 CS 101，不是吗？

首先，绝对不是 CS 101。我记得机器架构至少是大二，可能更多的是大三。 SIMD 的主题，矢量处理可能没有涵盖到他们知道如何利用它的地步。我的观点是加速，vImage 作为一个魔术盒，没有提供足够的细节来解释它是如何准确地得出加速的。在这种情况下，苹果只是挥手说，“我们愿意。”所以我的评论更多是针对 pradeepa。顺便说一句，OpenCV 会尽可能重用分配的内存。