Question

在一个应用程序中我要分析电影文件（假设计算连续帧对的差异）。为此，我使用opencv（使用ffmpeg作为lib / codecs）。根据视频格式，有不同的CPU加载/使用。对于wmv3，似乎使用的核心不超过1个。因此，让多个线程在电影的不同部分工作，这是近在咫尺的，因为数据是独立的（除了之后必须缝合部件）。代码（由lap参数剥离）非常简单：

int main(int argc, char *argv[])
{
    const string source = "move.wmv";

    VideoCapture capt(source);
    if (!capt.isOpened())
    {
        cout  << "Could not open file " << source << endl;
        return -1;
    }

    unsigned short nThreads (8);

    double *pDiffArray = new double [(size_t) (capt.get(CV_CAP_PROP_FRAME_COUNT)];

    capt.release();

    ComputeDifferences (source, pDiffArray, nThreads);

    return 0;
}

int ComputeDifferences (const string& source, double *pDiffArray, const unsigned short& nThreads)
{
    std::vector<std::thread *> threadVector;

    for (unsigned int i=0; i< nThreads; i++)
        threadVector.push_back (new std::thread (ComputePart, source, pDiffArray, nThreads, i));

    for (unsigned int i=0; i< nThreads; i++)
        threadVector.at (i)->join();

    // Stitching
    ;

    return 0;
};


void ComputePart (const string source, double *pDiffArray,
                  const unsigned int& nThreads, const unsigned int& nThreadNo)
{
    VideoCapture capt(source);
    if (!capt.isOpened())
    {
        cout  << "Could not open file " << source << endl;
    }

    size_t startPosDiffArray;

    startPosDiffArray = nThreadNo * (capt.get(CV_CAP_PROP_FRAME_COUNT) / nThreads);

    size_t sizePart (capt.get(CV_CAP_PROP_FRAME_COUNT) / nThreads);

    size_t startPosFrame;

    startPosFrame = capt.get(CV_CAP_PROP_FRAME_COUNT) / nThreads * nThreadNo;

    capt.set(CAP_PROP_POS_FRAMES, startPosFrame);

    Size refS = Size((int) capt.get(CAP_PROP_FRAME_WIDTH),
                     (int) capt.get(CAP_PROP_FRAME_HEIGHT));

    Mat frame, frameRes;
    std::array<Mat, 2> frameDuo;
    Scalar s;

    capt >> frameDuo [0];
    if (!frameDuo [0].data)
        return;

    for (size_t i = 1; i < sizePart; i++) {
        capt >> frameDuo [i%2];

        if (!frameDuo [i%2].data)
            break;

        absdiff (frameDuo [(i-1)%2], frameDuo [i%2], frameRes);

        s = sum (frameRes);

        pDiffArray [i-1+startPosDiffArray] = (s [0] + s [1] + s [2])/ (refS.height * refS.width);
    }

    capt.release();
}

如果我在wmv3视频上使用它，1280x720，abt。 50,000帧，相对于单线程（190秒），我得到了这个加速（在Intel i7上）。

MT2 1.8
MT4 2.6
MT8 3.0

除了非常失望之外，我不明白这里发生了什么。我确实知道阿姆达尔的法律等，但在这种情况下，我预计会有更好的加速。有没有人给我一个提示（作为新手）？这不是定位（capt.set（）），因为禁用不会改变任何东西。是关于ffmpeg-lib，opencv，std-lib的线程切换，工作集问题？

[编辑：

根据评论中的暗示，我发现80％的时间用于

capt >> frameDuo [i%2];

这包括从文件读取，解码和复制到opencv结构。从这一点来看，只有从文件中读取的是“顺序类型”（在Amdahl的意义上）。由于HDD没有显示重型访问（即使在MT8时），也没有区别当使用快速SSD时，我不明白为什么这个顺序部分应该产生如此大的影响。 8个内核如何完全正常工作但速度只有3？而且：我怎么能做得更好？]

Answer 1

Amdahls法律确实可以解释您数字的最大部分。如果我将结果用于两个线程并尝试计算并行完成的分数，则得到p = 0.88888的值。并使用此值为4/8线程我得到

2   1.8 
4   2.99
8   4.48

这些数字并不能准确地再现你所测量的数字，但除了Amdahls定律之外，每个线程还有一些开销和更多必须考虑获得实际数字的东西，因此它只是第一个近似值，在这个意义上协议很好。

作为结论：你得到的数字并不是那么糟糕。当考虑Amdahls定律时，它正是人们所期望的平行分数约为85％。

具有opencv

1 个答案: