Question

有人能告诉我快速功能计算二进制图像中白色像素的数量。我需要 iOS app dev。我正在直接处理定义为

的图像的内存

  bool *imageData = (bool *) malloc(noOfPixels * sizeof(bool));

我正在实施功能

             int whiteCount = 0;
             for (int q=i; q<i+windowHeight; q++)
             {
                 for (int w=j; w<j+windowWidth; w++)
                 { 
                     if (imageData[q*W + w] == 1)
                         whiteCount++;
                 }
             }

这显然是最慢的功能。我在iOS上听说 ARM Neon内在函数 可用于在1个循环中进行多个操作。也许这就是要走的路？

问题在于我不是很熟悉，目前没有足够的时间学习汇编语言。因此，如果有人能够针对上述问题发布Neon内在函数代码或者在C / C ++中发布任何其他快速实现，那就太棒了。

我能在网上找到的霓虹内在函数中唯一的代码是rgb到灰色的代码 http://computer-vision-talks.com/2011/02/a-very-fast-bgra-to-grayscale-conversion-on-iphone/

Answer 1

首先，你可以通过分解乘法和摆脱分支来加速原始代码：

 int whiteCount = 0;
 for (int q = i; q < i + windowHeight; q++)
 {
     const bool * const row = &imageData[q * W];

     for (int w = j; w < j + windowWidth; w++)
     { 
         whiteCount += row[w];
     }
 }

（这假设imageData[]是真正的二进制，即每个元素只能是0或1。）

这是一个简单的NEON实现：

#include <arm_neon.h>

// ...

int i, w;
int whiteCount = 0;
uint32x4_t v_count = { 0 };

for (q = i; q < i + windowHeight; q++)
{
    const bool * const row = &imageData[q * W];

    uint16x8_t vrow_count = { 0 };

    for (w = j; w <= j + windowWidth - 16; w += 16) // SIMD loop
    {
        uint8x16_t v = vld1q_u8(&row[j]);           // load 16 x 8 bit pixels
        vrow_count = vpadalq_u8(vrow_count, v);     // accumulate 16 bit row counts
    }
    for ( ; w < j + windowWidth; ++w)               // scalar clean up loop
    {
        whiteCount += row[j];
    }
    v_count = vpadalq_u16(v_count, vrow_count);     // update 32 bit image counts
}                                                   // from 16 bit row counts
// add 4 x 32 bit partial counts from SIMD loop to scalar total
whiteCount += vgetq_lane_s32(v_count, 0);
whiteCount += vgetq_lane_s32(v_count, 1);
whiteCount += vgetq_lane_s32(v_count, 2);
whiteCount += vgetq_lane_s32(v_count, 3);
// total is now in whiteCount

（这假定imageData[]是真正的二元，imageWidth <= 2^19和sizeof(bool) == 1。）

unsigned char的更新版本，白色的值为255，黑色的值为<：p>

#include <arm_neon.h>

// ...

int i, w;
int whiteCount = 0;
const uint8x16_t v_mask = { 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 };
uint32x4_t v_count = { 0 };

for (q = i; q < i + windowHeight; q++)
{
    const uint8_t * const row = &imageData[q * W];

    uint16x8_t vrow_count = { 0 };

    for (w = j; w <= j + windowWidth - 16; w += 16) // SIMD loop
    {
        uint8x16_t v = vld1q_u8(&row[j]);           // load 16 x 8 bit pixels
        v = vandq_u8(v, v_mask);                    // mask out all but LS bit
        vrow_count = vpadalq_u8(vrow_count, v);     // accumulate 16 bit row counts
    }
    for ( ; w < j + windowWidth; ++w)               // scalar clean up loop
    {
        whiteCount += (row[j] == 255);
    }
    v_count = vpadalq_u16(v_count, vrow_count);     // update 32 bit image counts
}                                                   // from 16 bit row counts
// add 4 x 32 bit partial counts from SIMD loop to scalar total
whiteCount += vgetq_lane_s32(v_count, 0);
whiteCount += vgetq_lane_s32(v_count, 1);
whiteCount += vgetq_lane_s32(v_count, 2);
whiteCount += vgetq_lane_s32(v_count, 3);
// total is now in whiteCount

（这假设imageData[]的白色值为255，黑色的值为0，imageWidth <= 2^19。

请注意，上述所有代码均未经过测试，可能需要进一步处理。

Answer 2

http://gcc.gnu.org/onlinedocs/gcc/ARM-NEON-Intrinsics.html

第6.55.3.6节

矢量化算法将进行比较并将它们放在一个结构中，但是您仍然需要遍历结构的每个元素并确定它是否为零。

该循环当前运行的速度有多快以及运行速度有多快？还要记住，NEON将在与浮点单元相同的寄存器中工作，因此在这里使用NEON可能会强制进行FPU上下文切换。

二进制图像的快速像素数 - ARM neon内在函数 - iOS Dev

2 个答案: