C API

C API 提供了对所有 VPI 功能的底层访问。它使开发者能够更好地控制资源管理和管道构建，从而在时间和内存消耗方面实现更高效的处理。

要求

• Ubuntu 18.04 或 20.04
• c++ 编译器 (已使用 g++-8.2 测试)
• cmake >= 3.8，用于构建项目
• OpenCV >= 3.2，用于图像输入/输出例程

在终端中，运行以下命令来安装所需的软件包

apt-get install g++ cmake libopencv-dev

创建 CMake 项目

创建 cmake 项目以构建应用程序，如下所示。

cmake_minimum_required(VERSION 3.5)

project(vpi_blur)

# 这指示 cmake 查找系统上安装的最新
# vpi 实例。
find_package(vpi REQUIRED)
find_package(OpenCV REQUIRED)

# 创建模糊可执行目标
add_executable(vpi_blur main.cpp)

# 它使用 vpi 和 opencv。CMake 将自动
# 设置正确的头文件和库文件目录，
# 并使 hello_work 链接到这些库。
target_link_libraries(vpi_blur vpi opencv_core opencv_imgproc opencv_imgcodecs)

请注意，cmake 会自动为可执行文件设置 VPI 头文件和库路径。无需手动定义它们。

编写图像模糊应用程序

将以下代码复制到名为 main.cpp 的文件中。为了简洁起见，特意省略了错误检查。有关包含适当错误处理的完整应用程序，请参阅 2D 卷积示例。注释解释了它的工作原理。

#include <opencv2/core/version.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#if CV_MAJOR_VERSION >= 3
# include <opencv2/imgcodecs.hpp>
#else
# include <opencv2/highgui/highgui.hpp>
#endif

#include <iostream>

// 所有 vpi 头文件都在 vpi/ 目录下
#include <vpi/OpenCVInterop.hpp>

#include <vpi/Image.h>
#include <vpi/Stream.h>

// 我们需要的算法：
// - 图像格式转换
// - 用于模糊的盒式滤波器
#include <vpi/algo/BoxFilter.h>
#include <vpi/algo/ConvertImageFormat.h>

int main(int argc, char *argv[])
{
 if (argc != 2)
 {
 std::cerr << "必须传递要模糊的输入图像" << std::endl;
 return 1;
 }

 // 阶段 1：初始化 ---------------------------------

 // 首先加载输入图像
 cv::Mat cvImage = cv::imread(argv[1]);
 if (cvImage.data == NULL)
 {
 std::cerr << "无法打开输入图像" << std::endl;
 return 2;
 }

 // 现在创建流。传递 0 允许提交给它的算法在任何可用的后端中运行。
 // 在任何可用的后端中。
 VPIStream stream;
 vpiStreamCreate(0, &stream);

 // 现在将加载的图像包装到 VPIImage 对象中，以供 VPI 使用。
 // VPI 将根据 cvImage 拥有的通道数推断图像类型。
 // 在这种情况下，对于 OpenCV，它有 3 个通道，它将推断为 BGR8。
 VPIImage image;
 vpiImageCreateWrapperOpenCVMat(cvImage, 0, &image);

 // 由于我们想要处理输入图像的灰度版本，让我们创建一个
 // 将存储它的图像。
 VPIImage imageGray;
 vpiImageCreate(cvImage.cols, cvImage.rows, VPI_IMAGE_FORMAT_U8, 0, &imageGray);

 // 现在创建输出图像，单通道无符号 8 位通道。图像生命周期由
 // VPI 管理。
 VPIImage blurred;
 vpiImageCreate(cvImage.cols, cvImage.rows, VPI_IMAGE_FORMAT_U8, 0, &blurred);

 // 阶段 2：主要处理 --------------------------------------

 // 预处理输入，将其从 BGR8 转换为灰度
 vpiSubmitConvertImageFormat(stream, VPI_BACKEND_CUDA, image, imageGray, NULL);

 // 提交算法任务以进行处理，以及输入和输出
 // 参数是：
 // 1. 算法将在其上运行的流
 // 2. 将执行它的硬件后端。这里指定了 CUDA，但它可以是 CPU 或
 // PVA（在 Jetson Xavier 设备上）。无需进一步更改程序即可使其在
 // 不同的硬件上执行。
 // 3. 要模糊的输入图像。
 // 4. 包含结果的输出图像。
 // 5 和 6. 盒式滤波器大小，在本例中为 5x5
 // 7. 当算法尝试对图像边界外的像素进行采样时的边界扩展。
 // VPI_BORDER_ZERO 将将所有此类像素视为 0。
 vpiSubmitBoxFilter(stream, VPI_BACKEND_CUDA, imageGray, blurred, 5, 5, VPI_BORDER_ZERO);

 // 阻塞当前线程，直到流完成提交给它的所有任务为止。
 vpiStreamSync(stream);

 // 最后检索输出图像内容并将其输出到磁盘

 // 锁定输出图像以从 cpu 内存中检索其数据
 VPIImageData outData;
 vpiImageLockData(blurred, VPI_LOCK_READ, VPI_IMAGE_BUFFER_HOST_PITCH_LINEAR, &outData);

 // 从检索到的数据构造 cv::Mat。
 cv::Mat cvOut;
 vpiImageDataExportOpenCVMat(outData, &cvOut);

 // 现在将其写入磁盘
 imwrite("tutorial_blurred.png", cvOut);

 // 完成处理输出图像，别忘了解锁它。
 vpiImageUnlock(blurred);

 // 阶段 3：清理 --------------------------------------

 // 销毁所有创建的对象。
 vpiStreamDestroy(stream);
 vpiImageDestroy(image);
 vpiImageDestroy(imageGray);
 vpiImageDestroy(blurred);

 return 0;
}

构建和测试应用程序

在一切就绪后，执行

cmake .
make

可执行文件 vpi_blur 在同一目录中创建。

要运行应用程序，请执行

./vpi_blur <图像文件名>

将 <图像文件名> 替换为磁盘上的某个图像。