android Opencv 基于 Float 而不是 Double

Posted 2023-02-16

【中文标题】android Opencv 基于 Float 而不是 Double

【英文标题】：android Opencv based on Float instead of Double

【发布时间】：2014-07-31 06:44:56

【问题描述】：

浮点运算（与双精度相比）在 arm 架构上要快得多，除了 NEON 不支持双精度。那么为什么 opencv4android 不基于 float 而不是 double 来提供更好的性能呢？

作为更好性能的一个例子，我可以提到 warpPerspective (ImgProc)。它太慢了（大约 100 毫秒），但后来我根据浮点数创建了自己的版本，瞧，它只花了 5 毫秒。（不是作为 opencv 的一部分重建，而是作为我自己的 app/lib 的一部分）

我不能基于 float 分叉和构建我自己的 opencv 版本，因为我会失去一些闭源优化的优势，根据我的测试，这非常重要。 （我自己构建的 opencv（带有很多优化标志）导致 warpPrespective 需要 200-300 毫秒！）

【问题讨论】：

你的问题听起来更像是一个答案。

这应该在这里问：answers.opencv.org/questions

【参考方案1】：

这是代码可维护性和性能优化之间进行工程权衡的经典示例。

针对一组目标进行了极端性能优化的代码（因此与原始源代码有很大差异）通常无法针对另一组目标进行重新优化。

人们必须回到最初的“干净、可维护”的源代码版本，并开始新的极限性能优化工作。

近年来，ARM 架构（和 NEON 加速）的性能发生了很大变化，其方式超出了经验丰富的行业分析师的预期。所以，请给 OpenCV 一些爱，考虑到软件世界中没有多少人具备在 OpenCV 中开发 SIMD 代码的全部技能，请认真思考您可以为 OpenCV 做出贡献的方式。

提醒一下，典型的warpPerspective（用于 SSE2 管道，不确定是否适用于 NEON 管道）由两个步骤组成。第一步，从透视矩阵生成子采样坐标矩阵，格式类似于convertMaps的输出。第二步，使用第一步的采样坐标矩阵从输入图像中采样（插值）输出矩阵中的每个像素值，类似于remap 的工作原理。

选择此实施策略是有原因的，但显然该决定是在十多年前根据当时可用的硬件做出的。值得注意的是，ARM-NEON 架构可能对这种策略的选择没有任何影响。

（当时，没有人会考虑使用 OpenCV 对 32768 x 32768 像素的图像进行去扭曲处理；首选是一些小众的 GIS 成像软件。情况已经发生了变化。）