在 OpenCV 中访问具有多个线程的 Mat 是否线程安全?

Is it thread-safe to access a Mat with multiple threads in OpenCV?

本文关键字：线程 Mat 是否 安全 OpenCV 访问      更新时间：2023-10-16

我想加速一种算法(带有圆邻居的完整局部二进制模式(，为此我遍历所有像素并用它计算一些东西邻居(所以我需要邻居像素访问(。

目前，我通过使用一个线程/进程遍历所有像素来做到这一点。我想通过将输入图像划分为多个ROI并分别计算每个ROI(使用多个线程(来并行执行此任务。

这里的问题是，ROI是重叠的(因为要计算一个像素，有时我需要查看远处的邻居(，并且多个线程可能同时访问像素数据(READING(。如果两个或多个线程同时在同一索引上读取相同的垫子，这是一个问题吗？

如果我写入相同的 Mat 并行但在不同的索引上，这也是一个问题吗？

只要没有同时对读取进行写入，就可以安全地进行多个并发读取。

这适用于任何理智的系统。

考虑替代方案：

如果存在争用条件，则意味着存储对象的内存在读取操作期间被修改。如果在读取过程中没有写入内存(存储对象(，则线程之间不可能进行交互。

最后，如果你看一下文档，

https://docs.opencv.org/3.1.0/d3/d63/classcv_1_1Mat.html

您将看到两次提及线程安全：

因此，在 不同的线程。

他们提到它在矩阵分配期间执行的引用计数中。因此，至少，从同一矩阵分配给另外两个矩阵可以在多个线程中安全地完成。这几乎保证了简单的读取访问也是线程安全的。

一般来说，并行读取不是问题，因为cv::Mat只是数组的一个很好的包装器，就像std::vector一样(是的，有差异，但我看不出它们如何影响这里的主题问题，所以我将忽略它们(。但是，并行化不会自动提升性能。这里有很多事情需要考虑：

创建线程的资源量很大，如果任务相对较短(就计算时间而言(，则可能会产生很大的负面影响，因此必须考虑线程池。

如果您编写高性能代码(无论是多线程还是单线程(，您应该掌握硬件的工作原理。在这种情况下：内存和CPU。Timur Doumler在CppCon 2016上就这个话题做了很好的演讲。这应该可以帮助您避免缓存未命中。

值得一提的是编译器优化。打开它。我知道这听起来非常明显，但是SO上有很多人问有关性能的问题，但他们不知道编译器优化是什么。

最后，还有OpenCV透明API(TAPI(，它基本上利用GPU而不是CPU。OpenCV的几乎所有内置算法都支持TAPI，您只需传递cv::UMat而不是cv::Mat即可。这两种类型可以相互转换。但是，转换是耗时的，因为UMat基本上是 GPU 内存 (VRAM( 上的数组，这意味着每次转换时都必须复制它。此外，访问 VRAM 比访问 RAM(对于 CPU(花费的时间更长。 但是，您必须记住，如果不将其复制到RAM，则无法使用CPU访问VRAM数据。这意味着如果您使用cv::UMat，则无法迭代像素。只有当您编写自己的 OpenCL 或 Cuda 代码以便您的算法可以在 GPU 上运行时，才有可能。

在大多数消费级PC中，对于滑动窗口算法(基本上是迭代像素并围绕每个像素执行计算的任何内容(，使用GPU通常是迄今为止最快的方法(但也需要最多的努力来实现(。当然，这仅在数据缓冲区(您的图像(足够大以使其值得复制到 VRAM 和从 VRAM 复制时才成立。

对于并行写作：只要您没有重叠区域，它通常是安全的。但是，缓存未命中和错误共享(如NathanOliver指出的那样(是需要考虑的问题。

相关文章：