意義

目前無論是工業上還是生活中相機的解析度也會越來越高，無論是學術上還是工業上使用OpenCV進行影象處理，特別是大批量處理的時候，讀取一張高解析度影象到記憶體中的時間減少的話對大批量的影象處理的效率有大大的幫助，特別現在全景圖越來越普遍，好了，廢話不少說。

原理-分塊並行載入

大家都知道OpenCV有cvLoadImage或者imread都能夠讀取外存上的圖片到記憶體裡面來，不過如果碰到大規模的圖片和高解析度圖片進行載入的時候，比如一張4K或者8K圖片，受畫家畫大圖是分塊畫的想法，我們可以先把圖片給分割開來，比如4K的我們把它分割成4*4的小塊，然後利用OMP進行並行處理，這樣就能把讀一張4K利用OMP降低到讀一個更小的影象塊的時間上，或者你也可以CMAKE出來OpenCV的原始碼自己在內部進行並行載入，不過個人不太推薦動原始碼再編譯。下面給出讀取一張全景圖用本身讀取和分塊非同步讀取的時間比較程式碼。

程式碼

#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>  
#include <time.h>
#include <omp.h>
using namespace cv;

IplImage *showImage = cvCreateImage(cvSize(4096, 2048), IPL_DEPTH_8U, 3);
time_t t_start, t_end;
int main()
{
    t_start = clock();
    IplImage *image = cvLoadImage("0.jpg");
    t_end = clock();
    printf("直接讀取一張4K圖片花費時間為：%d\n", t_end - t_start);
    t_start = t_end;
    char imgName[4][4][40];
    IplImage *splitImg[4][4];
    #pragma omp parallel for
    for (int i = 1; i <= 4; i++)
    {
        for (int j = 1; j <= 4; j++)
        {
            sprintf_s(imgName[i][j], "%d%d%s", i, j, ".jpg");
            splitImg[i-1][j-1] = cvLoadImage(imgName[i][j]);
            cvSetImageROI(showImage, cvRect((j - 1) * 4096 / 4, (i - 1) * 2048 / 4, 4096 / 4, 2048 / 4));
            cvCopy(splitImg[i - 1][j - 1], showImage);
            cvResetImageROI(showImage);
        }
    }
    t_end = clock();

    printf("分步讀取一張4K圖片花費時間為：%d", t_end - t_start);
    cvShowImage("test.jpg", showImage);
    cvWaitKey(1);
    getchar();
    return 1;
}
 

在Visual Studio裡面配置一下OpenMP支援

然後讀取這張4K圖片的時間打印出來如下：

結論

時間快了三倍多，不過和我的想法出入還是挺大的，CPU是i7-4790 8核，按道理不會只快三倍多，後來查了相關的資料，道理也慢慢悟出來一點，因為這篇算工作乏累的隨筆，就不闡述很多了。