我一直用GDI+做Winform 的基于指针的图片处理，这次下决心全部移到wpf上（主要是显示布局很方便）
采用的图片是2512*3307 的大图 830万像素类库基于WritableBitmapEx 的wpf版本函数是我自己写的扩展方法，只是利用了 writableBitmapEx提供的环境 ，我懒得从头到尾自己写了 1.标准int32数组遍历计算 release0.28spublic unsafe static void TestGray1(WriteableBitmap bmp) { using (var context = bmp.GetBitmapContext()) { int height = context.Height; int width = context.Width; for (int y = 0; y < height; y++) { for (int x = 0; x < width; x++) { int pos = y * context.Width + x; var c = context.Pixels[pos]; var r = (byte)(c >> 16); var g = (byte)(c >> 8); var b = (byte)(c); var gray = ((r * 38 + g * 75 + b * 15) >> 7); var color = (255 << 24) | (gray << 16) | (gray << 8) | gray; context.Pixels[pos] = color; } } } } 2.标准int32指针遍历计算 release
0.04s
public unsafe static void TestGray2(WriteableBitmap bmp) { using (var context = bmp.GetBitmapContext()) { var ptr = context.Pixels; int height = context.Height; int width = context.Width; for (int y = 0; y < height; y++) { for (int x = 0; x < width; x++) { var c = *ptr; var r = (byte)(c >> 16); var g = (byte)(c >> 8); var b = (byte)(c); var gray = ((r * 38 + g * 75 + b * 15) >> 7); var color = (255 << 24) | (gray << 16) | (gray << 8) | gray; *ptr = color; ptr++; } } } } 3.colorstruct指针 遍历计算
0.02 s
应该是已经到极限速度了[除了后面的并行方式]，我已经想不出还有什么方法可以提高处理速度
而且这种方式是最直观的，最容易理解的处理方式，也便于以后维护
[StructLayout(LayoutKind.Sequential)] public struct PixelColor { public byte Blue; public byte Green; public byte Red; public byte Alpha; }
public unsafe static void TestGray3(WriteableBitmap bmp) { using (var context = bmp.GetBitmapContext()) { var ptr = (PixelColor*)context.Pixels; int height = context.Height; int width = context.Width; for (int y = 0; y < height; y++) { for (int x = 0; x < width; x++) { var c = *ptr; var gray = ((c.Red * 38 + c.Green * 75 + c.Blue * 15) >> 7); (*ptr).Green=(*ptr).Red=(*ptr).Blue = (byte)gray; ptr++; } } } } 4.作为对比，我又测试了一下 GDI+的 指针处理图片的速度
0.06s
public static unsafe Bitmap ToGray(Bitmap img) { var rect = new System.Drawing.Rectangle(0, 0, img.Width, img.Height); var data = img.LockBits(rect, System.Drawing.Imaging.ImageLockMode.ReadOnly, System.Drawing.Imaging.PixelFormat.Format32bppArgb); var ptr = (ColorType*)data.Scan0.ToPointer(); var bytes = new Int32[img.Width * img.Height]; var height = img.Height; var width = img.Width; for (int y = 0; y < height; y++) { for (int x = 0; x < width; x++) { var color = *ptr; var gray = ((color.R * 38 + color.G * 75 + color.B * 15) >> 7); (*ptr).R = (*ptr).G = (*ptr).B = (byte)gray; ptr++; } } img.UnlockBits(data); return img; } 5.重头戏来了。我一直对Parallel.For 很迷惑，为什么他的消耗时间是普通for的好几倍。今天仔细研究了一下，发现原来是用错了
0.01秒 release
笔记本i5cpu，如果台式机的I7会更加强悍，速度会成半成半降低。
主要是利用了微软的任务并行库的循环并行化的方法。
注意：默认的并行循环对于函数体很小的情况是很慢的，这种情况必须用Partitioner 创建循环体，这在MSDN有介绍，是关键之中的关键
public unsafe static void TestGray5(WriteableBitmap bmp) { using (var context = bmp.GetBitmapContext()) { int height = context.Height; int width = context.Width; Parallel.ForEach(Partitioner.Create(0, height), (h) => { var ptr = (PixelColor*)context.Pixels; ptr += h.Item1 * width; for (int y = h.Item1; y < h.Item2; y++) { for (int x = 0; x < width; x++) { var c = *ptr; var gray = ((c.Red * 38 + c.Green * 75 + c.Blue * 15) >> 7); (*ptr).Green = (*ptr).Red = (*ptr).Blue = (byte)gray; ptr++; } } }); } }
感想
1.绝对不要在循环体内使用属性或函数，很有可能会降低数倍计算速度。
因为属性本质上是个函数，而在循环体内最好不要再调用函数，如果确实需要用内联代码的方式，没有inline，那么copy代码吧，反正为了速度。
2. 用指针移位操作 似乎比 直接数组访问要快10倍啊
我感觉要么是cache命中的原因，要么是 数组本身存取被属性封装了。相当于又调用了函数。
3.TPL 任务并行库果真好用，看来微软早已考虑过大量数据并行的循环优化问题09年，只是我一直用错了方法，才觉得很慢。
摘自 苦力熊
原文地址：