[MATLAB] 加速運算議題(MATLAB Performance Acceleration)

最近以MATLAB R2011a進行影像處理實作，發現了一個重大的問題

就是在使用兩個甚至三個以上的迴圈進行圖像的基本影像處理時

運算時間就成不可思議的的非線性正比

而且隨著圖片的像素數目越多，計算速度變越慢

該如何進行改進MATLAB 運算速度慢的問題呢?

#1如何加速Matlab 程式 (原作者為:曾正男)

在這篇博文中提到了兩個小技巧
1. Colon 運算子 (Colon operator)
使用了非迴圈式的運算子
來取代原始的For迴圈，語法指令與For迴圈相當類似。
例如，令變數 t = start_point : delta_value : end_point
則往後使用到變數t的判斷式或是數學式等都會以
變數t由start_point 的值，以固定的delta值為間隔，計數(counting)到
end_point所在的值。
與數學中的等差級數的概念相當。

2. 善加利用" : "(冒號)運算子
在MATLAB中，":"號代表的是從使用者自行定義的起始點自動計數
直到所有數值數完才結束，與colon運算子不同的地方在於":"號是所有資料點
都會計數到。
而colon運算子則是以等差級數的方式進行計數資料點。

在MATLAB盡量以上述兩點技巧來達成與迴圈自動執行概念相同的替代方案
而矩陣相關的運算加速議題則留待之後討論到矩陣的時候再分享。

#2 撰寫快速的 MATLAB 程式碼

在這篇博文中則提到了一個相當不錯用的工具

由於剛接觸MATLAB的開發者，例如我

常常因為不熟悉指令而不知不覺增加程式的運算時間

它裡面提供了一項MATLAB內建的檢驗工具

判斷哪個部分的程式拖垮整體運算速度

再針對需要的部分作最佳化

它裡面也提到了何謂最佳化、是否有必要最佳化以及如何針對最佳化取捨進行討論

#3 加速matlab运行的三重境界

若想加速MATLAB運算必須遵守的規則請看此篇。

同場加映--

內文中則提到的另一篇文件，與m file轉成c/c++有關

此篇內容是更為進階，有興趣的讀者可自行研讀
-------------------------------------------------------------------------------------------------

[转帖]总结：m文件转化为c/c++语言文件，VC编译

matlab使用很方便，但有时候一些特殊的应用需要我们将matlab中m格式的

文件中的程序翻译成c/c++的形式的程序并在c/c++的编译器中进行编译，本

文总结了一般的方法。

需要分两种情况，第一种是你的m文件中不涉及到有关绘图的函数；第二种

是需要用到绘图函数。下面分别用例子来说明：



第一种情况：

1. 建一个m文件，内容为：

%%%%%%%%%%%%%%%%%%%%%%

function y=fork_1(n)

y=0;

for i=1:n

y=y+i;

end

%%%%%%%%%%%%%%%%%%%%%%

保存后在命令窗口中：

输入：（格式：mcc -t -L Cpp -h 文件名）

mcc -t -L Cpp -h fork_1

然后你会在你的工作目录下找到fork_1.cpp和fork_1.hpp两个文件。

2. 在VC中建一个基于对话框的MFC应用程序，名字为testFork1，添加一个

按钮，并添加按钮响应函数，函数内容在第五步中说明。将上面生成的

两个文件拷贝到VC工程的testFork1目录里。

3. 在VC中选择：工程--->设置，再选属性表Link选项，下拉菜单中选择Input，

在对象/库模块中加入附录A中所列出的内容，注意用空格将它们格开而在忽略

库中加入附录B中列出的内容；再选择属性表C/C++选项，下拉菜单选General，

在预处理程序定义中添加附录C中的内容，原来有的内容要保留，并注意用逗号

将它们隔开。再选择下拉菜单的Precompiled Headers选项，选择“自动使用预

补偿页眉”，在其中添加stdafx.h ，确定。

4. 选择：工具--->选择，属性页选择“目录”，在include files里面加入：

C:\MATLAB6P5\EXTERN\INCLUDE

C:\MATLAB6P5\EXTERN\INCLUDE\CPP

注意，根据你的matlab的安装位置的不同，要相应的修改上面的地址。

在Library files里面加入：

C:\MATLAB6P5\EXTERN\LIB\WIN32

C:\MATLAB6P5\EXTERN\LIB\WIN32\MICROSOFT\MSVC60

注意，根据你的matlab的安装位置的不同，要相应的修改上面的地址。

5. 在按钮响应函数所在文件中添加如下的头文件：

......

#include "matlab.hpp"

#include "fork_1.hpp"

......

函数响应代码为：

int i;

mwArray n;

n=5;

n=fork_1(n);

i=n.ExtractScalar(1);

CString str;

str.Format("%d",i);

AfxMessageBox(str);

6. 编译，连接，执行，一切OK！（注意的是如果你的程序中用到了许多其他函数，

matlab会为每个函数生成一个对应的hpp和cpp文件，必须将他们都拷贝你的工

程中去）



第二种情况：

1. 建一个m文件：

%%%%%%%%%%%%%%%%%%%%%

function fork_2()

x=[1 2 3];

y=[1 3 1];

plot(x,y);

%%%%%%%%%%%%%%%%%%%%%

保存后在命令窗口中：

输入：（格式：mcc -B sglcpp 文件名）

mcc -B sglcpp fork_2

2.

3.

4.

下上各步与前例相似，只是这是会多出来个fork_2_mainhg.cpp，fork_2.exe和

bin文件夹。在拷贝的时候文件fork_2_mainhg.cpp和fork_2.exe不要。但需要将

bin文件夹考到VC的工程目录中去。

5. 在按钮响应函数所在文件中添加如下的头文件：

......

#include "matlab.hpp"

#include "fork_2.hpp"

......

函数响应代码为：

libmmfileInitialize();

libmwsglmInitialize();

mlfHGInitialize(NULL,NULL);

fork_2();

mlfHGWaitForFiguresToDie();

mlfHGTerminate();

libmmfileTerminate();

libmwsglmTerminate();

6. 编译，连接，执行，一切OK！（注意的是如果你的程序中用到了许多其他函

数， matlab会为每个函数生成一个对应的hpp和cpp文件，必须将他们都拷贝你的工 

程中去。另外fork_2()之前的三行代码和之后的四行代码必不可少，但应该保

证在你的程序的整个执行过程中他们分别只被调用一次，所以最好将分别他们

放置在程序的初始化函数与程序结束时才调用的做扫尾工作的函数里面）



附录A：链接库

libmmfile.lib libmatlb.lib libmx.lib libmat.lib libmatpm.lib

sgl.lib libmwsglm.lib libmwservices.lib



附录B：忽略库

msvcrt.lib



附录C: 预处理程序定义

MSVC,IBMPC,MSWIND



附录D：进一步参考

关于mcc命令的使用参见matlab帮助文件

关于mwArray的数据读出方式参见matlab在线帮助：

http://www.mathworks.com/access/helpdesk_r12p1/help/toolbox/mathlib/cppmathug/cppmathug.shtml

“m文件转化为c/c++语言文件”很简单，但要在VC中通过编译连接却会碰到很多问题，

即使通过了编译与连接也不保证能正确执行，有时候会遇到很多棘手的麻烦，在我

的另一篇文章（站内有）：“分析：解决m程序转化成cpp程序的编译问题”中就举了

一个这样的例子。在那篇文章里虽然最后靠了几招“歪门邪道”搞定了那个问题，但

还是可以看出这样的转化问题是很麻烦的。
-------------------------------------------------------------------------------------------------

#4  MathWorks 的官方說明文件

解釋如何以自家產品撰寫程式時程式效能上能夠加速

1. Accelerating MATLAB Algorithms and Applications

2. Techniques for accelerating MATLAB algorithms and applications