vs2010中调用openMP,并添加头文件#include<omp.h>

 

代码来源：

作者：

出处：

 

#include "stdafx.h"#include "cv.h" #include "highgui.h" #include 
     
       #include 
      
        #include 
       
        #pragma comment(lib,"opencv_core2410d.lib")              #pragma comment(lib,"opencv_highgui2410d.lib")              #pragma comment(lib,"opencv_imgproc2410d.lib")     void EdgeOpenMP(IplImage *src,IplImage *dst,int thresh) {     int height    = src->height;     int width     = src->width;     int step      = src->widthStep;     uchar *data1      = (uchar *)src->imageData;     uchar *data2      = (uchar *)dst->imageData;    int i=step;     #pragma omp parallel for     for(i=step+1;i
        
         thresh || abs(data1[i]-data1[i-step])>thresh)             data2[i]=255;/* 对于单通道，前后两帧差分大于门限             或者对于多通道前后两帧的一个指标差分大于门限，则视为边缘*/          else             data2[i]=0;     } }void Edge(IplImage *src,IplImage *dst,int thresh) {     int height    = src->height;     int width     = src->width;     int step      = src->widthStep;     uchar *data1      = (uchar *)src->imageData;     uchar *data2      = (uchar *)dst->imageData;   int i=step;     for(i=step+1;i
         
          thresh || abs(data1[i]-data1[i-step])>thresh)             data2[i]=255;          else             data2[i]=0;     } }int main() {   char filename[512];   IplImage *src,*edge1,*edge2;   puts("File name:");   gets(filename);   src = cvLoadImage(filename,CV_LOAD_IMAGE_GRAYSCALE );   edge1=cvCloneImage(src);   edge2=cvCloneImage(src);  cvNamedWindow("src", CV_WINDOW_AUTOSIZE);   cvMoveWindow("src", 100, 100);   cvShowImage( "src", src);   cvNamedWindow("Edge", CV_WINDOW_AUTOSIZE);   cvMoveWindow("Edge", 200, 100);   cvNamedWindow("EdgeOpenMP", CV_WINDOW_AUTOSIZE);   cvMoveWindow("EdgeOpenMP", 300, 100);   /* 以上都是准备一些窗口和图形基本数据 */  int tekrar=100;//运行次数   int thresh=30;   double start, end,t1, t2;     /* 计算没有使用OpenMP优化的时间 */   start= (double)cvGetTickCount();//记下开始的时钟计数，以便计算函数或用户代码执行时间   for(int i=0;i
         
        
       
      
     

 

这是我的结果：这里的测试结果：http://blog.csdn.net/augusdi/article/details/8808226  在cpp文件中添加如下代码：

#include "stdafx.h"

#include<omp.h>

#include<iostream>

usingnamespace std;


//循环测试函数
void test()
{
for(int i=0;i<10000;i++)
{

}
}


int _tmain(int argc,_TCHAR* argv[])
{
cout<<"这是一个串行测试程序!\n";
double start = omp_get_wtime( );//获取起始时间

for(int i = 0; i < 10000; i++)
{
test();
}

double end = omp_get_wtime( );

cout<<"计算耗时为："<<end -start<<"\n";

cin>>end;

return 0;
}

#include "stdafx.h"#include
     
      #include
      
       usingnamespace std;//循环测试函数void test(){for(int i=0;i<10000;i++){}}int _tmain(int argc,_TCHAR* argv[]){cout<<"这是一个串行测试程序!\n";double start = omp_get_wtime( );//获取起始时间for(int i = 0; i < 10000; i++){ test();}double end = omp_get_wtime( );cout<<"计算耗时为："<
       
        >end;return 0;}
       
      
     

       以上代码中红色字体为添加的代码，以上程序是一个典型的串行程序，经过随机运行10次，其平均耗时约0.283273s（具体所耗时间跟测试计算机有密切的关系，测试电脑CPU采用Core I7 2630QM，4核）。

       下面将其转换成并行程序，只需要在for循环加上#pragma omp parallel for即可，如下代码（注意红色部分）：

#include "stdafx.h"

#include<omp.h>

#include <iostream>

using namespace std;


//循环测试函数
void test()
{
for(inti=0;i<10000;i++)
{

}
}

int _tmain(int argc, _TCHAR* argv[])
{
cout<<"这是一个并行测试程序!\n";

doublestart = omp_get_wtime( );//获取起始时间


#pragma ompparallel for
for(inti = 0; i < 10000; i++)
{
test();
}


doubleend = omp_get_wtime( );

cout<<"计算耗时为："<<end -start<<"\n";

cin>>end;

return0;
}

#include "stdafx.h"#include
     
      #include 
      
       using namespace std;//循环测试函数void test(){for(inti=0;i<10000;i++){}}int _tmain(int argc, _TCHAR* argv[]){cout<<"这是一个并行测试程序!\n";doublestart = omp_get_wtime( );//获取起始时间#pragma ompparallel forfor(inti = 0; i < 10000; i++) {test();}doubleend = omp_get_wtime( );cout<<"计算耗时为："<
       
        >end;return0;}
       
      
     

       同样，也经过10次随机的运行，其平均耗时约为0.06358044s，两种不同运行方式的比较结果如下表所示：

 

次数	串行	并行
1	0.283382	0.0746704
2	0.283654	0.0686404
3	0.283212	0.0536631
4	0.280234	0.0517737
5	0.283041	0.0717588
6	0.283126	0.0524264
7	0.281881	0.0580316
8	0.283301	0.0730386
9	0.284545	0.0745088
10	0.286353	0.0572926
平均值	0.283273	0.06358044

 

       两种运行方式的结果如下图所示：

 

       从上面的分析结果可见，采用OpenMP并行所耗时间仅为串行的22.44%，节约近4.5倍的时间。

相关程序源码下载地址：