提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

最近在做一个项目，用到了opencv里面的jepg编解码，当你使用opencv的imwrite或者imread命令的时候，实际上已经完成了jpeg的编码或解码，这个方法调用的是CPU来计算的，速度不理想。有条件的话可以使用硬编解码资源，如果没有硬编解码资源的话就需要借用turbojpeg库了。实际测试使用了turbojpeg之后速度最大可以提升4-6倍，提升还是很明显的。turbojpeg在ARM和x86上都是有效的，其中arm需要armv7以后的CPU且要支持neon单元，x86需要支持sse指令集。

接下来就分别演示怎么分别在arm和x86上让opencv支持turbojpeg。

---

一、SIMD

SIMD全称Single Instruction Multiple Data，单指令多数据流，能够复制多个操作数，并把它们打包在大型寄存器的一组指令集。

以加法指令为例，单指令单数据（SISD）的CPU对加法指令译码后，执行部件先访问内存，取得第一个操作数；之后再一次访问内存，取得第二个操作数；随后才能进行求和运算。而在SIMD型的CPU中，指令译码后几个执行部件同时访问内存，一次性获得所有操作数进行运算。这个特点使SIMD特别适合于多媒体应用等数据密集型运算。

如：AMD公司引以为豪的3D NOW! 技术实质就是SIMD，这使K6-2、雷鸟、毒龙处理器在音频解码、视频回放、3D游戏等应用中显示出优异的性能。

二、SSE

SSE（Streaming SIMD Extensions）是英特尔在AMD的3D Now!发布一年之后，在其计算机芯片Pentium III中引入的指令集，是继MMX的扩展指令集。SSE指令集提供了70条新指令。AMD后来在Athlon XP中加入了对这个新指令集的支持。

SSE是 “因特网数据流单指令序列扩展 ( Internet Streaming SIMD Extensions)的缩写。SSE除保持原有的MMX指令外，又新增了70条指令，在加快浮点运算的同时，改善了内存的使用效率，使内存速度更快。它对游戏性能的改善十分显著，按Intel的说法，SSE对下述几个领域的影响特别明显：3D几何运算及动画处理、图形处理(如Photoshop)、视频编辑/压缩/解压(如MPEG和DVD)、语音识别以及声音压缩和合成等。

SSE由一组队结构的扩展组成，用以提高先进的媒体和通信应用程序的性能。该扩展(包括新的寄存器、新的数据类型和新的指令)与单指令多数据(SIMD)技术相结合，有利于加速应用程序的运行。这个扩展与MMX技术相结合，将显著地提高多媒体应用程序的效率。

三、编译

1.编译turbojpeg

你需要到turbojpeg官网去下载源代码，这里使用的是2.0.2版本，其他版本请自行测试。

cd libjpeg-turbo-2.0.2
mkdir build && cd build
cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=install ..
make -j$(nproc)
make install

编译完成之后就安装到install文件夹了，留着后面给opencv用。

1.编译opencv

到opencv官网下载opencv的源代码，这里用的是4.5.1，其他版本请自行测试。

cd opencv-4.5.1
mkdir build && cd build

cmake -D CMAKE_BUILD_TYPE=RELEASE \
           -D CMAKE_INSTALL_PREFIX=/usr/local \
           -D INSTALL_C_EXAMPLES=OFF \
           -D INSTALL_PYTHON_EXAMPLES=OFF \
           -D PYTHON_DEFAULT_EXECUTABLE=$(python3 -c "import sys; print(sys.executable)")   \
           -D PYTHON3_EXECUTABLE=$(python3 -c "import sys; print(sys.executable)")   \
           -D PYTHON3_NUMPY_INCLUDE_DIRS=$(python3 -c "import numpy; print (numpy.get_include())") \
           -D PYTHON3_PACKAGES_PATH=$(python3 -c "from distutils.sysconfig import get_python_lib; print(get_python_lib())") \
           -DENABLE_NEON=ON  \
           -D WITH_TBB=ON \
           -DBUILD_TBB=ON  \
           -D WITH_V4L=ON \
           -DWITH_QT=OFF \
           -DWITH_CUDA=OFF \
           -DWITH_NVCUVID=OFF \
           -D WITH_OPENGL=ON \
           -D BUILD_EXAMPLES=OFF \
           -D WITH_JPEG=ON  \
           -D BUILD_JPEG=OFF   \
           -D JPEG_INCLUDE_DIR=../../libjpeg-turbo-2.0.2/install/include  \
           -D JPEG_LIBRARY=../../libjpeg-turbo-2.0.2/install/lib/libjpeg.so  ..
           
           make -j$(nproc)
           sudo make install

opencv的编译选项根据个人需要编译,和jpeg相关的必须按照上面的配置。引用的头文件和库就是刚才安装的install文件夹下面。

1.测试效果

随便找一个jpeg使用opencv的imread或imwrite都会调用simd指令，一般速度会有3倍以上的提升，至于4-6倍看设备性能了。

---

总结

生产力提升还是很明显的，值得一试。