Matlab并行计算实践

Matlab并行计算实践

需要对上万张图像进行OCR识别。OCR算法原型用Matlab脚本实现,对每张图逐行逐字符识别,整体计算时间很长。找多核多CPU并行执行的方案

Matlab有并行工具箱。可以使用parfor对循环进行并行处理，parfor要求循环之间的运算独立不相关；另一种方式用SPMD模式,类似多线程/多进程方式，每个后台计算单位(worker)都有唯一标识(labindex),类似openmp里的线程id或是mpi里的rank, 同时可以获取worker数量(numlabs), 对多数应用，通过{labindex,numlabs}信息即可对整体计算进行任务划分，每个worker对应一个任务，所有任务完成后，可将计算结果进行合并，最终获取最后结果。SPMD模式还可以支持worker之间的信息交换，暂时没有用到

Matlab中用parpool命令启动worker池环境! 命令细节查看parpool文档

逻辑示意

有nPNG张图片，放在工作目录下，需要对每张图片进行单独OCR识别，结果写到文本文件内，图片识别顺序不重要。

%.... 初始化...

%获取所有png图片列表
pngs =dir(strcat(imgDir,'\*.png');
nPng=length(pngs);

spmd
	%worker的rank
	labindex 
	
	%outfile,fp都是worker私有的
	outfile=['spmd.dir/outfile.txt' num2str(labindex,'%02d')];
	fp=fopen(outfile,'wt+');
	
	%依据labindex,numlabs对数据集进行worker之间任务划分
	for i=labindex:numlabs:nPng
		png=strcat(pngs(i).folder, '\', pngs(i).name);
		%...图像前处理...
		ocr(png,fp,...);
	end 
	
	fclose(fp);
end 

%.....收尾汇总....