2
OpenCV's Mat 처리를 위해 SSE/SSE2의 향상을 테스트하고 싶습니다. SSE's의 성능 향상은 16 바이트 정렬 데이터에 대해서만 명백하므로 (1) SSE 레지스터와 함께 사용할 Mat 매트릭스를 수정하려면 무엇이 필요합니까? 내가 한 일은 다음과 같았고 (2) 그 일을 올바르게하는 방법 이었습니까?OpenCV의 매트 매트릭스와 SSE에 대한 16 바이트 정렬
void test(Mat flowxy, Mat flowresult)
{
__m128 x, y, xsquare, ysquare, ybyx, xRecip , sum, r, theta ;//gen is for general purpose
float *input = (float*)(flowxy.data);
for(int i = 0; i < flowxy.rows; i++)
{
for(int j = 0; j + SSE_INCREMENT < flowxy.cols; j = j + SSE_INCREMENT)
{
x = _mm_set_ps(input[flowxy.step * (j+6) + i ], input[flowxy.step * (j+4) + i ], input[flowxy.step * (j+2) + i ], input[flowxy.step * (j) + i ]);
y = _mm_set_ps(input[flowxy.step * (j+7) + i ], input[flowxy.step * (j+5) + i ], input[flowxy.step * (j+3) + i ], input[flowxy.step * (j+1) + i ]);
xRecip = _mm_rcp_ps(x);
xsquare = _mm_mul_ps(x, x);
ysquare = _mm_mul_ps(y, y);
ybyx = _mm_mul_ps(xRecip , y);
sum = _mm_add_ps(xsquare, ysquare);
r = _mm_sqrt_ps(sum);
theta = taninverse(ybyx);
}
}
}
나는 토론 here에 따라 _mm_set_ps 설정의 순서를 반대로.
편집 1 :
void CObjectDetection_TrackingDlg::flow_XY_RTHETA(Mat flowxy, vector<Mat> &flowrtheta)
{
clock_t start;
clock_t finish;
start = clock();
flowrtheta.resize(2);
if(flowrtheta[0].empty() && flowrtheta[1].empty()){
flowrtheta[0].create(cvSize(flowxy.rows, flowxy.cols), CV_32FC1);
flowrtheta[1].create(cvSize(flowxy.rows, flowxy.cols), CV_32FC1);
}
vector<Mat> flowxy_S;
split(flowxy, flowxy_S);
printMatGrayDatainfloat(flowxy_S[0]);
printMatGrayDatainfloat(flowxy_S[1]);
//check SSE2 available
bool useSIMD = checkHardwareSupport(CV_CPU_SSE);
if(useSIMD)
{
__m128 x, y, xsquare, ysquare, ybyx, xRecip , sum, r, theta ;//gen is for general purpose
__declspec(align(16)) struct { int i, j; } sub;
for(sub.i = 0; sub.i < flowxy.rows; sub.i++)
{
const float *input_x = flowxy_S[0].ptr<float>(sub.i);
const float *input_y = flowxy_S[1].ptr<float>(sub.i);
float *output_r = flowrtheta[0].ptr<float>(sub.i);
float *output_t = flowrtheta[1].ptr<float>(sub.i);
for(sub.j = 0; sub.j + 4 < flowxy.cols; sub.j = sub.j + 4)
{
x = _mm_loadu_ps(&input_x[sub.j]);
y = _mm_loadu_ps(&input_y[sub.j]);
xRecip = _mm_rcp_ps(x);
xsquare = _mm_mul_ps(x, x);
ysquare = _mm_mul_ps(y, y);
ybyx = _mm_mul_ps(xRecip , y);
sum = _mm_add_ps(xsquare, ysquare);
r = _mm_sqrt_ps(sum);
theta = taninverse(ybyx);
_mm_storeu_ps(&output_r[sub.j], r);
_mm_storeu_ps(&output_t[sub.j], theta);
}
}
}
else
{
for(int i = 0; i < flowxy.rows; i++)
{
const float *input_x = flowxy_S[0].ptr<float>(i);
const float *input_y = flowxy_S[1].ptr<float>(i);
float *output_r = flowrtheta[0].ptr<float>(i);
float *output_t = flowrtheta[1].ptr<float>(i);
for(int j = 0; j < flowxy.cols; j++)
{
double x_sq = input_x[j] * input_x[j];
double y_sq = input_y[j] * input_y[j];
double y_by_x = input_y[j]/input_x[j];
output_r[j] = sqrt(x_sq + y_sq);
output_t[j] = atan(y_by_x);
}
}
}
flowxy_S[0].release();
flowxy_S[1].release();
finish = clock() - start;
double interval = finish/(double)CLOCKS_PER_SEC;
//printMatGrayDatainfloat(flowrtheta[0]);
//printMatGrayDatainfloat(flowrtheta[1]);
return;
}
16 바이트 정렬이 필요한로드 또는 저장소를 수행하지 않으므로 코드가 다소 이상하지 않습니다. 그러나'_mm_set_ps'를 사용하는 것은 매우 비효율적입니다. 연속 된 정렬되지 않은 데이터를로드하고 예를 들어를 사용하여 요소를 필요한 순서로 셔플하려면'_mm_loadu_ps '를 사용해야합니다. '_mm_shuffle_ps'. –
더 많이 탐험 해보고 당신과 잡을 것입니다. My r과 theta는 2 채널 Mat flowresult에 다시 쓸 필요가있는 결과입니다. 가장 좋은 방법은 무엇일까요? Thanks – batuman
'_mm_storeu_ps'를 사용하여 결과를 메모리에 다시 쓸 수 있습니다. –