J & J - 정성태의 닷넷 이야기

사용자

메뉴

최근 덧글

[정성태] VT sequences to "CONOUT$" vs. STD_O...[정성태] NetCoreDbg is a managed code debugg...[정성태] Evaluating tail call elimination in...[정성태] What’s new in System.Text.Json in ....[정성태] What's new in .NET 9: Cryptography ...[정성태] 아... 제시해 주신 "https://akrzemi1.wordp...[정성태] 다시 질문을 정리할 필요가 있을 것 같습니다. 제가 본문에...[이승준] 완전히 잘못 짚었습니다. 댓글 지우고 싶네요. 검색을 해보...[정성태] 우선 답글 감사합니다. ^^ 그런데, 사실 저 예제는 (g...[이승준] 수정이 안되어서... byteArray는 BYTE* 타입입니다...

글쓰기

제목

이름

암호

전자우편

HTML

홈페이지

유형

내용

<div style='display: inline'>
<h1 style='font-family: Malgun Gothic, Consolas; font-size: 20pt; color: #006699; text-align: center; font-weight: bold'>C# - OpenCvSharp 사용 시 C/C++을 이용한 속도 향상 (for 루프 연산)</h1>

지난 글에서, 
 
<pre style='margin: 10px 0px 10px 10px; padding: 10px 0px 10px 10px; background-color: #fbedbb; overflow: auto; font-family: Consolas, Verdana;' >
C# - OpenCvSharp을 이용한 동영상(avi, mp4, ...) 처리 + Direct2D
; <a target='tab' href='http://www.sysnet.pe.kr/2/0/11404'>http://www.sysnet.pe.kr/2/0/11404</a>
</pre>
 
RGB 이미지를 RGBA로 변환하기 위해 C# 코딩을 했었는데요, 이게 꽤나 성능이 안 좋았습니다. 반면, OpenCvSharp의 Mat 타입에서 제공하는 CvtColor 연산은 놀라울 정도로 높은 성능을 보였습니다. 따라서 당연히 CvtColor 메서드를 비롯해 가능하면 OpenCV가 제공하는 함수를 사용하는 것이 좋겠지만, 그래도 때로는 사용자 정의 루프를 작성해야 할 때가 있습니다. 
 
그럴 때 성능이 안 좋은 C# 코딩보다는 그 부분만을 C/C++로 대체해 OpenCV 수준의 성능으로 끌어올리는 것이 바람직한데요, 그런 경우 어떤 식으로 해야 OpenCV 정도까지 성능이 개선되는지 테스트를 해봤습니다. ^^ 
 
연산 대상은 "<a target='tab' href='http://www.sysnet.pe.kr/2/0/11404'>C# - OpenCvSharp을 이용한 동영상(avi, mp4, ...) 처리 + Direct2D</a>" 글에서도 다뤘던 RGB to RGBA 코드입니다. 
 
<hr style='width: 50%' /> 
 
우선, 기준이 되는 OpenCV 연산을 다음과 같이 할 수 있습니다. 
 
<pre style='margin: 10px 0px 10px 10px; padding: 10px 0px 10px 10px; background-color: #fbedbb; overflow: auto; font-family: Consolas, Verdana;' >
static void Main(string[] args)
{
 using (Mat mat = new Mat(new Size(1920, 1080), MatType.CV_8UC3))
 {
 Convert(mat);
 }
}

static int Convert(Mat mat)
{
 using (Mat dstMat = mat.CvtColor(ColorConversionCodes.BGR2BGRA))
 {
 return dstMat.Width;
 }
}
</pre>
 
그다음 동일한 연산을 C#으로 직접 For loop로 구현을 했습니다. 
 
<pre style='margin: 10px 0px 10px 10px; padding: 10px 0px 10px 10px; background-color: #fbedbb; overflow: auto; font-family: Consolas, Verdana;' >
static unsafe int Convert2(Mat srcMat)
{
 byte *srcPtr = (byte *)srcMat.Data;

using (Mat dstMat = new Mat(new Size(1920, 1080), MatType.CV_8UC4))
    {
        byte *dstPtr = (byte *)dstMat.Data;

for (int y = 0; y &lt; srcMat.Height; y++)
        {
            for (int x = 0; x &lt; srcMat.Width - 1; x++)
            {
                int* src = (int*)srcPtr;
                int* dst = (int*)dstPtr;

*dst = *src;
                *(dstPtr + 3) = 0xff;

srcPtr = srcPtr + 3;
                dstPtr = dstPtr + 4;
            }

Buffer.MemoryCopy(srcPtr, dstPtr, 3, 3);
            *(dstPtr + 3) = 0xff;
        }
    }

return 0;
}
</pre>
 
역시 동일한 코드를 C/C++ DLL을 만들어 export 함수로 C#에서 다음과 같이 호출하는 식으로 구현했습니다. 
 
<pre style='margin: 10px 0px 10px 10px; padding: 10px 0px 10px 10px; background-color: #fbedbb; overflow: auto; font-family: Consolas, Verdana;' >
// ==== C# ====
[DllImport("MemCopyLib.dll")]
public unsafe extern static void RGB2RGBA(byte* srcPtr, byte* dstPtr, int width, int height);

static unsafe int Convert3(Mat srcMat)
{
    byte* srcPtr = (byte*)srcMat.Data;
    using (Mat dstMat = new Mat(new Size(1920, 1080), MatType.CV_8UC4))
    {
        byte* dstPtr = (byte*)dstMat.Data;
        RGB2RGBA(srcPtr, dstPtr, srcMat.Width, srcMat.Height);
    }

return 0;
}
</pre>
 
<pre style='margin: 10px 0px 10px 10px; padding: 10px 0px 10px 10px; background-color: #fbedbb; overflow: auto; font-family: Consolas, Verdana;' >
// ==== C/C++ ====
__declspec(dllexport) void RGB2RGBA(BYTE *srcPtr, BYTE *dstPtr, int width, int height)
{
 for (int y = 0; y &lt; height; y++)
 {
 for (int x = 0; x &lt; width; x++)
 {
 memcpy(dstPtr, srcPtr, 3);
 *(dstPtr + 3) = 0xff;

srcPtr = srcPtr + 3;
 dstPtr = dstPtr + 4;
 }
 }
}
</pre>
 
이렇게 만들고 실행해 보면, 다음과 같은 성능 수치를 볼 수 있습니다. 
 
<pre style='margin: 10px 0px 10px 10px; padding: 10px 0px 10px 10px; background-color: #fbedbb; overflow: auto; font-family: Consolas, Verdana;' >
// 각각 Release 빌드로 100회씩 실행했으며, JIT 컴파일 보정을 위해 1회를 미리 실행한 후 시간 측정

opencv(100) : 690
c# for(100) : 7120
C++ for(100) : 1284
</pre>
 
보면 OpenCV의 Mat.CvtColor 메서드가 단연 빠르고, 약 2배 늦은 속도로 단순 C++ for 구문 속도가 나오며 C#은 그보다도 7배까지 느린 것을 볼 수 있습니다. 즉, 이미지 처리 시 무거운 for 루프를 처리하는 경우라면 C#보다는 C/C++에 작업을 맡기는 것을 충분히 고려할만합니다. 
 
<hr style='width: 50%' /> 
<a name='parallel'></a>
 
그렇다면 OpenCV의 처리가 왜 그토록 빠른 것일까요? 이에 대한 해답은 <a target='tab' href='http://www.sysnet.pe.kr/2/0/11404'>지난번</a>에 소개했던 것처럼 다음의 글에서 찾아볼 수 있습니다. 
 
<pre style='margin: 10px 0px 10px 10px; padding: 10px 0px 10px 10px; background-color: #fbedbb; overflow: auto; font-family: Consolas, Verdana;' >
OpenCV - 속도 분석 (1)
; <a target='tab' href='https://laonple.blog.me/220861902363'>https://laonple.blog.me/220861902363</a>
</pre>
 
즉, 병렬 처리입니다. 이를 위해 C/C++ 코드를 다음과 같이 병렬 처리로 바꾸면, 
 
<pre style='margin: 10px 0px 10px 10px; padding: 10px 0px 10px 10px; background-color: #fbedbb; overflow: auto; font-family: Consolas, Verdana;' >
// i5-4670 코어 4개에서 테스트

#include &lt;ppl.h&gt;

using namespace concurrency;

__declspec(dllexport) void RGB2RGBA_Parallel(BYTE *srcPtr, BYTE *dstPtr, int width, int height)
{
 parallel_for (0, height, [&amp;](size_t y)
 {
 BYTE *srcPtrY = srcPtr + (y * width * 3);
 BYTE *dstPtrY = dstPtr + (y * width * 4);

for (size_t x = 0; x &lt; width; x++)
        {
            memcpy(dstPtrY, srcPtrY, 3);
            *(dstPtrY + 3) = 0xff;

srcPtrY = srcPtrY + 3;
 dstPtrY = dstPtrY + 4;
 }
 });
}
</pre>
 
1284ms였던 것이 609ms까지 내려갑니다. OpenCV 속도가 690ms이니 충분히 빨라진 것입니다. (물론, OpenCV가 범용 처리를 하는 것을 고려했을 때 당연히 우리가 만든 C/C++ 코드가 저 정도는 빨라야 합니다.) 
 
그렇다면 혹시 C# 코드도 병렬 처리를 하면 많이 빨라질까요? 
 
<pre style='margin: 10px 0px 10px 10px; padding: 10px 0px 10px 10px; background-color: #fbedbb; overflow: auto; font-family: Consolas, Verdana;' >
// i5-4670 코어 4개에서 테스트
static unsafe int Convert3(Mat srcMat)
{
 byte* srcPtr = (byte*)srcMat.Data;

using (Mat dstMat = new Mat(new Size(1920, 1080), MatType.CV_8UC4))
    {
        byte* dstPtr = (byte*)dstMat.Data;

Parallel.For(0, srcMat.Height, (y) =&gt;
 {
 byte* srcPtrY = srcPtr + (y * srcMat.Width * 3);
 byte* dstPtrY = dstPtr + (y * srcMat.Width * 4);

for (int x = 0; x &lt; srcMat.Width - 1; x++)
            {
                int* src = (int*)srcPtrY;
                int* dst = (int*)dstPtrY;

*dst = *src;
                *(dstPtrY + 3) = 0xff;

srcPtrY = srcPtrY + 3;
                dstPtrY = dstPtrY + 4;
            }

Buffer.MemoryCopy(srcPtrY, dstPtrY, 3, 3);
            *(dstPtrY + 3) = 0xff;
        });
    }

return 0;
}
</pre>
 
테스트해보면, 단독 스레드일 때 7355ms인 것에 비하면 2036ms를 기록하며 확실히 빨라졌지만 이는 C/C++ 단독 스레드 처리일 때보다도 느린 수치입니다. 
 
(<a target='tab' href='http://www.sysnet.pe.kr/bbs/DownloadAttachment.aspx?fid=1210&amp;boardid=331301885'>첨부 파일은 이 글의 소스 코드를 포함</a>합니다.) 
 
참고로 다음은 성능 수치를 엑셀 그래프로 그린 것입니다. 훨씬 직관적이군요. ^^ 
 
<img alt='for_loop_perf.png' src='/SysWebRes/bbs/for_loop_perf.png' />

<hr />[이 글에 대해서 여러분들과 의견을 공유하고 싶습니다. 틀리거나 미흡한 부분 또는 의문 사항이 있으시면 언제든 댓글 남겨주십시오.]

</div>

첨부파일

스팸 방지용 인증 번호

1798 (왼쪽의 숫자를 입력해야 합니다.)