javacv umat如何开启gpu硬件加速 opencv硬件加速

本文使用一个向量点乘的例子，来展示universal intrinsics的的提速。

我们有两个向量vec1和vec2，将对应元素相乘，然后累加起来。计算公式为：

sum=vec1[0]*vec2[0] + vec1[1]*vec2[1]+ ... + vec1[n]*vec2[n].

如果采用纯C语言，两个行向量的点乘实现如下（如代码显示不完整，可以左右滑动；或横屏阅读）

float dotproduct_c_float(Mat vec1, Mat vec2)
{
    float * pV1 = vec1.ptr<float>(0);
    float * pV2 = vec2.ptr<float>(0);
    float sum = 0.0f;
    for (size_t c = 0; c < vec1.cols; c++)
    {
        sum += pV1[c] * pV2[c];            
    }
    return sum;
}

如果采用OpenCV的universal intrinsics，两个行向量的点乘实现如下：

（注意：下面函数仅为展示原理，未考虑数组长度不是16（32或64）字节倍数情况）

float dotproduct_simd_float(Mat vec1, Mat vec2)
{
    float * pV1 = vec1.ptr<float>(0);
    float * pV2 = vec2.ptr<float>(0);
    size_t step = sizeof(v_float32)/sizeof(float);
    //向量元素全部初始化为零
    v_float32 v_sum = vx_setzero_f32();
    for (size_t c = 0; c < vec1.cols; c+=step)
    {
        v_float32 v1 = vx_load(pV1+c);
        v_float32 v2 = vx_load(pV2+c);
        //把乘积累加
        v_sum += v1 * v2; 
    }
    //把向量里的所有元素求和
    float sum = v_reduce_sum(v_sum);
    return sum;
}

例程使用Open AI Lab的EAIDK-310开发板，OpenCV4.2.0，CPU型号为是RK3228H，采用ARM四核64位处理器 ，四核Cortex-A53，最高1.3GHz。两个例子的编译命令分别如下（注意：皆采用了-O3选项以提速）：

g++ dotproduct-c.cpp -o dotproduct-c -O3 -I/usr/local/include/opencv4 -lopencv_core

g++ dotproduct-simd.cpp -o dotproduct-simd -O3 -I/usr/local/include/opencv4 -lopencv_core

运行耗时如下图

从两个函数的耗时可以看出，采用OpenCV的universal intrinsics后耗时仅为一半，速度翻倍。

两个例程的完整源代码如下。首先是C语言版本的dotproduct-c.cpp：

<stdio.h>
#include <opencv2/opencv.hpp>
using namespace cv;
float dotproduct_c_float(Mat vec1, Mat vec2)
{
    float * pV1 = vec1.ptr<float>(0);
    float * pV2 = vec2.ptr<float>(0);
    float sum = 0.0f;
    for (size_t c = 0; c < vec1.cols; c++)
    {
        sum += pV1[c] * pV2[c];            
    }
    return sum;
}
int main(int argc, char ** argv)
{
    Mat vec1(1, 16*1024*1024, CV_32FC1);
    Mat vec2(1, 16*1024*1024, CV_32FC1);
    vec1.ptr<float>(0)[2]=3.3f;
    vec2.ptr<float>(0)[2]=2.0f;
    double t = 0.0;
    t = (double)getTickCount();
    float sum = dotproduct_c_float(vec1, vec2);
    t = ((double)getTickCount() - t) / (double)getTickFrequency() * 1000; 
    printf("C time = %gms\n", t);
    printf("sum=%g\n", sum);
    return 0;
}

dotproduct-simd.cpp如下：

#include <stdio.h>
#include <opencv2/opencv.hpp>
#include <opencv2/core/simd_intrinsics.hpp>
using namespace cv;
float dotproduct_simd_float(Mat vec1, Mat vec2)
{
    float * pV1 = vec1.ptr<float>(0);
    float * pV2 = vec2.ptr<float>(0);
    size_t step = sizeof(v_float32)/sizeof(float);
    //向量元素全部初始化为零
    v_float32 v_sum = vx_setzero_f32();
    for (size_t c = 0; c < vec1.cols; c+=step)
    {
        v_float32 v1 = vx_load(pV1+c);
        v_float32 v2 = vx_load(pV2+c);
        //把乘积累加
        v_sum += v1 * v2; 
    }
    //把向量里的所有元素求和
    float sum = v_reduce_sum(v_sum);
    return sum;
}
int main(int argc, char ** argv)
{
    Mat vec1(1, 16*1024*1024, CV_32FC1);
    Mat vec2(1, 16*1024*1024, CV_32FC1);
    vec1.ptr<float>(0)[2]=3.3f;
    vec2.ptr<float>(0)[2]=2.0f;
    double t = 0.0;
    t = (double)getTickCount();
    float sum = dotproduct_simd_float(vec1, vec2);
    t = ((double)getTickCount() - t) / (double)getTickFrequency() * 1000; 
    printf("SIMD time = %gms\n", t);
    printf("sum=%g\n", sum);
    return 0;
}