VP，全称 Vision Process，指 UCP 中的视觉处理功能模块。
Backends，指 UCP 框架中的可分配处理单元。
VP 模块主要用于模型的前后处理环节，在地平线统一架构中，多种硬件均已搭载了图像处理的算子，而 VP 模块将图像处理相关的硬件调用进行了封装， 通过设置 backend 来选择不同的硬件方案（若不指定 backend，UCP 会自动适配负载更低的处理单元），从而平衡开发板负载。
VP 模块规避了不同硬件调用区别带来的不便，用户可更多地关注软件功能。
VP 模块功能架构图如下：
通过 VP 模块提供的算子的任务构造函数，如 hbVPResize、hbVPRotate 等，生成对应算子的任务句柄。
创建好任务句柄后，可以通过设置调度参数指定后端、任务优先级，设备 ID 和自定义 ID，从而将任务提交到对应的处理单元。 提交任务后，需要调用 API 等待任务完成。任务完成后，使用 API 释放任务句柄和相关资源，以确保系统资源得到有效管理和释放。 在从任务创建到任务提交、释放的过程中，UCP Service 层对各个环节均提供接口及功能支持。
2.VP 算子支持情况
性能数据：提供的 VP 算子，相比于 OpenCV3.4.5 在 A78 上的速度 会快一些。
支持情况：
3.VP 算子执行流程
以 Rotate 算子异步执行为例，展示算子实际的调用流程，其他算子的使用方法基本与其流程一致。
1.准备输入输出数据：即申请图片的内存空间并构建相关的描述信息。
2.创建算子任务：此步骤为直接调用算子任务接口，同时传入算子执行所需的参数，执行完成后输出 UCP 任务句柄。
3.提交任务：通过传入调度参数将算子任务提交到不同处理核心，任务提交支持指定 backend，如不指定则系统会自动适配 backend。
4.指定接口等待任务结束：任务结束时，系统会根据不同的执行状态返回不同的返回值，此时，您可根据返回值来查看任务执行结果。
5.销毁任务：任务成功执行后需要销毁任务，并释放申请的内存。
x86 和板端的一致性：x86 和板端的精度是能对齐的，且算子约束条件相同：比如说板端运行时，设置了超限的参数会导致运行结果异常，那么在 x86 设置同样的参数也会有同样的异常
4.VP 算子调用实操4.1 配置 DSP 环境
使用 VP 算子仅在板端推理是不需要专门申请 DSP license 的，需要 X86 仿真，则需要找地平线技术支持申请 DSP license，关于环境配置不在这儿介绍了。
4.2 单算子示例代码详解
本节通过一个简单的 rotate 算子调用展示如何使用 VP 封装的算子实现图片处理的功能。
主要步骤包含：图片载入、任务创建、任务提交、任务完成、销毁任务、保存输出等，可以阅读相应源码和注释进行学习。
示例功能：使用 hbVPRotate 算子将图片顺时针旋转 90 度，主要代码解读如下：
1.读取图片
std::string src_img = "../../data/images/input.jpg";
cv::Mat src_mat = cv::imread(src_img.c_str(), cv::IMREAD_GRAYSCALE);
LOGE_AND_RETURN_IF(src_mat.empty(), HB_UCP_INVALID_ARGUMENT, "Read image {} failed", src_img.c_str());
图片路径：src_img 是源图片的路径。
读取图片：通过 OpenCV 的 cv::imread 函数以灰度模式 （IMREAD_GRAYSCALE） 读取图片。
错误处理：如果图片读取失败，输出错误日志并返回错误状态码。
2.内存初始化和数据填充
hbUCPSysMem src_mem, dst_mem;
hbUCPMallocCached(&src_mem, src_width * src_height, 0);
hbUCPMallocCached(&dst_mem, dst_width * dst_height, 0);
memcpy(src_mem.virAddr, src_mat.data, src_width * src_height);
hbUCPMemFlush(&src_mem, HB_SYS_MEM_CACHE_CLEAN);
内存分配：
使用 hbUCPMallocCached 分配源图片和目标图片的缓存内存。
src_mem：存储源图片的数据。
dst_mem：存储旋转后图片的数据。
数据填充：
通过 memcpy 将源图片数据复制到 src_mem 的虚拟地址空间。
使用 hbUCPMemFlush 清空缓存，将数据刷新到物理内存。
3.输入和输出图片信息的封装
hbVPImage src{HB_VP_IMAGE_FORMAT_Y, HB_VP_IMAGE_TYPE_U8C1, src_width, src_height, src_stride, src_mem.virAddr, src_mem.phyAddr, 0, 0, 0};
hbVPImage dst{HB_VP_IMAGE_FORMAT_Y, HB_VP_IMAGE_TYPE_U8C1, dst_width, dst_height, dst_stride, dst_mem.virAddr, dst_mem.phyAddr, 0, 0, 0};
hbVPImage 用于描述图片的基本信息。
格式为 HB_VP_IMAGE_FORMAT_Y，表示灰度图片。
类型为 HB_VP_IMAGE_TYPE_U8C1，表示单通道 8 位无符号整型数据。
其他字段包括图片的宽、高、步幅（stride），以及内存的虚拟地址和物理地址。
4.提交任务并等待执行
hbUCPSchedParam sched_param;
HB_UCP_INITIALIZE_SCHED_PARAM(&sched_param);
sched_param.backend = HB_UCP_DSP_CORE_0;
hbUCPSubmitTask(rotate_task, &sched_param);
hbUCPWaitTaskDone(rotate_task, 0);
调度参数：
使用 hbUCPSchedParam 配置任务的调度参数，例如执行设备 （DSP_CORE_0）。
提交任务：调用 hbUCPSubmitTask 提交旋转任务到指定设备。
等待完成：hbUCPWaitTaskDone 阻塞等待任务完成，超时时间为 0 表示无限等待。
5.结果保存
hbUCPMemFlush(&dst_mem, HB_SYS_MEM_CACHE_INVALIDATE);
cv::Mat dst_mat(dst_height, dst_width, CV_8U, dst.dataVirAddr);
cv::imwrite("./rotate.jpg", dst_mat);
刷新内存：将目标图片数据从物理内存同步到缓存，确保数据可用。
结果保存：
将目标图片数据封装为 OpenCV 的 cv::Mat 对象。
使用 cv::imwrite 将旋转后的图片保存为文件 rotate.jpg。
6.资源释放
hbUCPReleaseTask(rotate_task);
hbUCPFree(&src_mem);
hbUCPFree(&dst_mem);
任务释放：释放任务句柄，避免资源泄漏。
内存释放：释放分配的源图片和目标图片内存。
全部代码如下：
#include <cstring>
#include "opencv2/opencv.hpp"
#include "hobot/vp/hb_vp_rotate.h"
#include "rotate.h"
#include "hobot/hb_ucp_sys.h"
#include "hobot/hb_ucp.h"
int32_t single_rotate() {
// Fill the operator parameter
hbVPRotateDegree rotate_code = HB_VP_ROTATE_90_CLOCKWISE;
// Read the input image
std::string src_img = "../../data/images/input.jpg";
cv::Mat src_mat = cv::imread(src_img.c_str(), cv::IMREAD_GRAYSCALE);
LOGE_AND_RETURN_IF(src_mat.empty(), HB_UCP_INVALID_ARGUMENT,
"Read image {} failed", src_img.c_str());
const int32_t src_width = src_mat.cols;
const int32_t src_height = src_mat.rows;
const int32_t src_stride = src_width;
const int32_t dst_width = src_height;
const int32_t dst_height = src_width;
const int32_t dst_stride = dst_width;
// Initialize the input and output memory and fill the input memory with images
hbUCPSysMem src_mem, dst_mem;
hbUCPMallocCached(&src_mem, src_width * src_height, 0);
hbUCPMallocCached(&dst_mem, dst_width * dst_height, 0);
memcpy(src_mem.virAddr, src_mat.data, src_width * src_height);
hbUCPMemFlush(&src_mem, HB_SYS_MEM_CACHE_CLEAN);
// Fill the input image information
hbVPImage src{HB_VP_IMAGE_FORMAT_Y,
HB_VP_IMAGE_TYPE_U8C1,
src_width,
src_height,
src_stride,
src_mem.virAddr,
src_mem.phyAddr,
0,
0,
0};
// Fill the output image information
hbVPImage dst{HB_VP_IMAGE_FORMAT_Y,
HB_VP_IMAGE_TYPE_U8C1,
dst_width,
dst_height,
dst_stride,
dst_mem.virAddr,
dst_mem.phyAddr,
0,
0,
0};
// Create a task through the operator interface provided by VP, the task handle can be set to nullptr,
// and this task will be executed in synchronized mode
hbUCPTaskHandle_t rotate_task{nullptr}; // UCP task handle
hbVPRotate(&rotate_task/*task handle*/,
&dst/*output image*/,
&src/*input image*/,
rotate_code/*operator parameter*/);
// Set scheduling parameters to adjust task priority, select execution terminals etc
hbUCPSchedParam sched_param;
HB_UCP_INITIALIZE_SCHED_PARAM(&sched_param);
sched_param.backend = HB_UCP_DSP_CORE_0; /*Specify the execution device ID*/
// Submit the task
hbUCPSubmitTask(rotate_task, &sched_param);
// Wait for the task to complete, set the timeout parameter, a value of 0 means to wait all the time
hbUCPWaitTaskDone(rotate_task, 0);
// Release the task handle
hbUCPReleaseTask(rotate_task);
/**===============================================================
* Dump output image
* ===============================================================*/
hbUCPMemFlush(&dst_mem, HB_SYS_MEM_CACHE_INVALIDATE);
cv::Mat dst_mat(dst_height, dst_width, CV_8U, dst.dataVirAddr);
cv::imwrite("./rotate.jpg", dst_mat);
// Release the memory resource
hbUCPFree(&src_mem);
hbUCPFree(&dst_mem);
std::cout << "======Rotate finish======" << std::endl;
return 0;
}
旋转前后图片如下：
*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。
发布文章
