二值图像咱们在图像处理过程当中是常常遇到的，有的时候咱们在进行一个算法处理前，须要判断下一副图像的数据是否符合二值图的需求，这个时候咱们能够写个简单的函数来作个判断，好比我写了一个很简单的的代码以下：html
bool IM_IsBinaryImage_C(unsigned char *Src, int Width, int Height, int Stride) { int Channel = Stride / Width; if (Src == NULL) return false; if ((Width <= 0) || (Height <= 0)) return false; if (Channel != 1) return false; for (int Y = 0; Y < Height; Y++) { unsigned char *LinePS = Src + Y * Stride; for (int X = 0; X < Width * Channel; X++) { if ((LinePS[X] != 255) && (LinePS[X] != 0)) return false; //if (((LinePS[X] == 255) || (LinePS[X] == 0)) == false) return false;
} } return true; }
即若是存在一个像素若是不为255，也不为0，则这副图就不是二值图，当即能够返回了，而无需进行后续的判断了。 算法
当一副图不是二值图时，一般，咱们很快就能返回结果了，那么最坏的状况就是他刚好是二值图，这样，咱们就要遍历完全部的像素。咱们测试过对于16MB的二值图（4000*4000），测试须要15ms的时间，为了能尽可能减小耗时，可使用以下的SIMD指令来优化这个判断：网络
bool IM_IsBinaryImage_SSE_Bug(unsigned char *Src, int Width, int Height, int Stride) { int Channel = Stride / Width; if (Src == NULL) return false; if ((Width <= 0) || (Height <= 0)) return false; if (Channel != 1) return false; int BlockSize = 16, Block = (Width * Channel)/ BlockSize; for (int Y = 0; Y < Height; Y++) // 速度提高约16倍
{ unsigned char *LinePS = Src + Y * Stride; for (int X = 0; X < Block * BlockSize; X += BlockSize) { __m128i SrcV = _mm_loadu_si128((__m128i *)(LinePS + X)); __m128i MaskW = _mm_cmpeq_epi8(SrcV, _mm_set1_epi8(255)); __m128i MaskB = _mm_cmpeq_epi8(SrcV, _mm_setzero_si128()); __m128i Mask = _mm_or_si128(MaskW, MaskB); if (_mm_movemask_epi8(Mask) != 65535) return false; // if (((LinePS[X] == 255) || (LinePS[X] == 0)) == false) return false;
} for (int X = Block * BlockSize; X < Width * Channel; X++) { if ((LinePS[X] != 255) && (LinePS[X] != 0)) return false; } } return true; }
因为SIMD指令里没有_mm_cmpneq_epi8函数，咱们该用代码1片断里被注释掉的那种逻辑来判断一个像素是不是黑色和白色，这里固然也有一些技巧，好比_mm_movemask_epi8指令的运用。咱们判断这个像素是否等于255和0，固然，一个像素不可能同时知足这两个条件，不知足的Mask返回0，知足则Mask返回255，因此若是他是黑色和白色，大家这两个Mask进行或操做确定就为255，不然或操做后就为0，SIMD中这样的比较能够一次性进行16个像素，若是这16个像素都符合条件，那么或操做后的mask都为255，这样经过使用_mm_movemask_epi8来判断这个mask就完成了16个像素的判断。ide
很显然，这个过程的效率要高不少，测试16MB的真二值图，也就1ms就完成了判断。函数
好，我用上面的那个代码写成DLL，供C#调用，相关的函数声明以下：post
[DllImport("IsBinaryImage.dll", CallingConvention = CallingConvention.StdCall, CharSet = CharSet.Unicode, ExactSpelling = true)] private static extern bool IM_IsBinaryImage_C(byte* Src, int Width, int Height, int Stride); [DllImport("IsBinaryImage.dll", CallingConvention = CallingConvention.StdCall, CharSet = CharSet.Unicode, ExactSpelling = true)] private static extern bool IM_IsBinaryImage_SSE_Bug(byte* Src, int Width, int Height, int Stride);
可出来的结果令我很是诧异，我测试了下面这2幅图：测试
测试图1 测视图2 （页面压缩了）优化
这两幅图都不是二值图，他们在某些边缘位置都有抗锯齿操做。可是那个IM_IsBinaryImage_C检测图1不是二值图像，检测图2 是二值图像，而IM_IsBinaryImage_SSE_Bug则检测图1是二值图像，图2不是二值图像。开始我觉得是个人SSE代码写错了，我就又换了一种写法，以下所示：spa
bool IM_IsBinaryImage_SSE(unsigned char *Src, int Width, int Height, int Stride) { int Channel = Stride / Width; if (Src == NULL) return false; if ((Width <= 0) || (Height <= 0)) return false; if (Channel != 1) return false; int BlockSize = 16, Block = (Width * Channel) / BlockSize; bool Flag = true; for (int Y = 0; Y < Height; Y++) // 速度提高约16倍
{ unsigned char *LinePS = Src + Y * Stride; if (Flag == false) break; for (int X = 0; X < Block * BlockSize; X += BlockSize) { __m128i SrcV = _mm_loadu_si128((__m128i *)(LinePS + X)); __m128i MaskW = _mm_cmpeq_epi8(SrcV, _mm_set1_epi8(255)); // _mm_cmpeq_epi8是自带的，若是使用_mm_cmpneq_epu8则慢了一些。
__m128i MaskB = _mm_cmpeq_epi8(SrcV, _mm_setzero_si128()); __m128i Mask = _mm_or_si128(MaskW, MaskB); if (_mm_movemask_epi8(Mask) != 65535) { Flag = false; // if ((LinePS[X] == 255) || (LinePS[X] == 0)) = false, return false
break; } } for (int X = Block * BlockSize; X < Width * Channel; X++) { if ((LinePS[X] != 255) && (LinePS[X] != 0)) { Flag = false; break; } } } return Flag; }
这个时候测绘对全部的图像结果都正确了。code
可是，我以为代码片断2应该是不会有任何错误的啊。为何会出现这种现象呢。
后面从网上查了下，C++的bool变量就只有true和false， 是字节变量，这个能够用printf("%d", sizeof(false));来验证，会打印1。而在其余语言中，彷佛是int类型。可是我在C#中用 MessageBox.Show(sizeof(bool).ToString()); 彷佛也是弹出1。
可是，当咱们把这些函数的返回值都改成int后，在C#中调用就正常了，好比:
int IM_IsBinaryImage_C(unsigned char *Src, int Width, int Height, int Stride)
也就是说上述的IM_IsBinaryImage_SSE_Bug函数体并没有Bug。这究竟是怎么回事，还请万能的网络高手有空予以解疑。
附上测试工程和代码：https://files.cnblogs.com/files/Imageshop/ISBinaryImage.rar