opencv 并行加速

多重循环体的并行加速

原始循环体

cpp 复制代码
cv::Mat image;
for (int y=0; y<image.rows; y++) {
    for (int x=0; x<image.cols; x++) {
        /* user code */
    }
}

使用opencv并行加速后循环体

cpp 复制代码
cv::Mat image;

parallel_for_(cv::Range(0, image.rows), [&](const cv::Range& r)
    {
        for (int oc = r.start; oc < r.end; oc++) {
            for (int x=0; x<image.cols; x++) {
                /* user code */
            }
        }
     }

注意事项

parallel_for_ 对应的循环函数会被重复执行,因此对变量的赋值声明操作也会被重复执行,需注意。

相关推荐
网安INF2 分钟前
机器学习入门:深入理解线性回归
人工智能·机器学习·线性回归
陈奕昆3 分钟前
n8n实战营Day2课时2:Loop+Merge节点进阶·Excel批量校验实操
人工智能·python·excel·n8n
程序猿追6 分钟前
PyTorch算子模板库技术解读:无缝衔接PyTorch模型与Ascend硬件的桥梁
人工智能·pytorch·python·深度学习·机器学习
程序小旭7 分钟前
Kaggle平台的使用
人工智能
xieyan081112 分钟前
强化学习工具及优化方法
人工智能
雍凉明月夜30 分钟前
视觉opencv学习笔记Ⅲ
笔记·opencv·学习
秋邱30 分钟前
高等教育 AI 智能体的 “导学诊践” 闭环
开发语言·网络·数据库·人工智能·python·docker
数据的世界0137 分钟前
重构智慧书-第3条:公开有界,保密有度:行事的分寸准则
人工智能
许泽宇的技术分享39 分钟前
AgentFramework-零基础入门-第08章_部署和监控代理
人工智能·后端·agent框架·agentframework
数据与后端架构提升之路44 分钟前
Map-World:用“填空”与“路径积分”重构自动驾驶规划范式
人工智能·自动驾驶·世界模型·锚点预测