? ? ? ?本文的主要內(nèi)容轉(zhuǎn)載自博客 《圖像縮放算法?》或《圖形圖像處理－之－高質(zhì)量的快速的圖像縮放 上篇 近鄰取樣插值和其速度優(yōu)化》，將其中的代碼改寫在自己的機(jī)器上進(jìn)行實(shí)際測(cè)試，從而更加體會(huì)到代碼優(yōu)化的意義及方向。 正文說(shuō)明：
? ? ? ?為了便于討論，這里只處理24bit的RGB顏色；? ? ? ? ?代碼使用C++，涉及到匯編優(yōu)化的時(shí)候假定為x86平臺(tái);使用的編譯器為vs2010； 為了代碼的可讀性，沒有加入異常處理代碼 測(cè)試環(huán)境：
Intel(R) Core(TM) i5-3570 CPU @3.40GHz ?3.80GHz
測(cè)試說(shuō)明： 只測(cè)試內(nèi)存數(shù)據(jù)到內(nèi)存數(shù)據(jù)的縮放

縮放原理和公式圖示:
?第一個(gè)縮放函數(shù)： 一個(gè)最簡(jiǎn)單的縮放函數(shù)(插值方式為近鄰取樣,而且我“盡力”把它寫得慢一些了。 函數(shù)將大小為 srcWidth x srcHeight的圖片縮放到 dstWidth x dst.Height的區(qū)域中。 ? ? ?第二個(gè)縮放函數(shù)： 第一個(gè)函數(shù)并沒有按照顏色數(shù)據(jù)在內(nèi)存中的排列順序讀寫（內(nèi)部循環(huán)遞增 y 行索引），將造成CPU緩存預(yù)讀失敗和內(nèi)存顛簸導(dǎo)致巨大的性能損失，（很多硬件都有這種特性，包括緩存、內(nèi)存、顯存、硬盤等,優(yōu)化順序訪問(wèn)，隨機(jī)訪問(wèn)時(shí)會(huì)造成巨大的性能損失）所以先交換x,y循環(huán)的順序：
? 第三個(gè)縮放函數(shù)： x*srcWidth / dstWidth 表達(dá)式中有一個(gè)除法運(yùn)算，它屬于很慢的操作(比一般的加減運(yùn)算慢幾十倍!)，使用定點(diǎn)數(shù)來(lái)優(yōu)化它： ? ?第四個(gè)縮放函數(shù)： 在x的循環(huán)中y一直不變，那么可以提前計(jì)算與y相關(guān)的值；1） 可以發(fā)現(xiàn)srcy的值和x變量無(wú)關(guān)，可以提前到x軸循環(huán)之前；2）優(yōu)化與y相關(guān)的指針計(jì)算。 ? ?第五個(gè)縮放函數(shù)： ? ? ??? ?定點(diǎn)數(shù)優(yōu)化使函數(shù)能夠處理的最大圖片尺寸和縮放結(jié)果(肉眼不可察覺的誤差)受到了一定的影響,這里給出一個(gè)使用浮點(diǎn)運(yùn)算的版本,可以在有這種需求的場(chǎng)合使用: ? ? ?第六個(gè)縮放函數(shù)： 注意到這樣一個(gè)事實(shí):每一行的縮放比例是固定的;那么可以預(yù)先建立一個(gè)縮放映射表格來(lái)處理縮放映射算法。 ? 針對(duì)以上六個(gè)縮放函數(shù)，對(duì)三幅圖片進(jìn)行不同大小的縮放，得到的測(cè)試數(shù)據(jù)如下：

總結(jié)

以上是生活随笔為你收集整理的近邻取样插值和其速度优化的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。