acldvppSetResizeConfigInterpolation

函数功能

设置图片缩放算法。

函数原型

aclError acldvppSetResizeConfigInterpolation(acldvppResizeConfig *resizeConfig, uint32_t interpolation)

参数说明

参数名	输入/输出	说明
resizeConfig	输出	待设置的缩放配置数据的指针。需提前调用acldvppCreateResizeConfig接口创建acldvppResizeConfig类型的数据。
interpolation	输入	指定缩放算法。此处配置的缩放算法建议与训练模型时的缩放算法保持一致。 Atlas 200/300/500 推理产品上，支持如下缩放算法： 0：默认值，表示自研的高阶滤波算法。 1：业界通用的Bilinear算法（与OpenCV算法的计算过程类似） 2：业界通用的Nearest neighbor 算法（与OpenCV算法的计算过程类似） 3：业界通用的Bilinear算法（与Tensorflow算法的计算过程类似） 4：业界通用的Nearest neighbor算法（与Tensorflow算法的计算过程类似） Atlas 训练系列产品上，支持如下缩放算法： 0：默认值，表示自研的高阶滤波算法。 1：业界通用的Bilinear算法（与OpenCV算法的计算过程类似） 2：业界通用的Nearest neighbor 算法（与OpenCV算法的计算过程类似） 3：业界通用的Bilinear算法（与Tensorflow算法的计算过程类似） 4：业界通用的Nearest neighbor算法（与Tensorflow算法的计算过程类似） Atlas 推理系列产品,上，支持如下缩放算法： 0：设置为0时，系统内部也会自动采用1。 1：业界通用的Bilinear算法（与OpenCV算法的计算过程类似）。设置该算法，且当输入和输出图片格式都为RGB时，在[1/32, 512]的缩放范围内，与OpenCV的单个像素值最大差异为正负1。 2：业界通用的Nearest neighbor 算法（与OpenCV算法的计算过程类似） Atlas 200/500 A2推理产品，支持如下缩放算法： 0：设置为0时，系统内部也会自动采用1。 1：业界通用的Bilinear算法（与OpenCV-3.4.2版本算法的计算结果相同） 2：业界通用的Nearest neighbor 算法（与OpenCV-3.4.2版本算法的计算结果相同） 3：业界通用的Bilinear算法（与1相同） 4：业界通用的Nearest neighbor算法（与2相同） 5：自研的高阶滤波算法当前该缩放算法仅支持输入图片分辨率范围为106~81928192、输出图片分辨率的范围为106~40968192；输入图片格式仅支持YUV、但不包括Planner格式、也不包括YUV400、YUV440，输出图片格式仅支持YUV420SP NV12 8bit、YUV420SP NV21 8bit；宽或高的缩放范围：[1/32, 16]。 Atlas A2训练系列产品/Atlas 800I A2推理产品，支持如下缩放算法： 0：设置为0时，系统内部也会自动采用1。 1：业界通用的Bilinear算法（与OpenCV-3.4.2版本算法的计算结果相同） 2：业界通用的Nearest neighbor 算法（与OpenCV-3.4.2版本算法的计算结果相同） 3：业界通用的Bilinear算法（与1相同） 4：业界通用的Nearest neighbor算法（与2相同） 5：自研的高阶滤波算法当前该缩放算法仅支持输入图片分辨率范围为106~81928192、输出图片分辨率的范围为106~40968192；输入图片格式仅支持YUV、但不包括Planner格式、也不包括YUV400、YUV440，输出图片格式仅支持YUV420SP NV12 8bit、YUV420SP NV21 8bit；宽或高的缩放范围：[1/32, 16]。

参数名

输入/输出

说明

resizeConfig

输出

待设置的缩放配置数据的指针。

需提前调用acldvppCreateResizeConfig接口创建acldvppResizeConfig类型的数据。

interpolation

输入

指定缩放算法。此处配置的缩放算法建议与训练模型时的缩放算法保持一致。

Atlas 200/300/500 推理产品上，支持如下缩放算法：

0：默认值，表示自研的高阶滤波算法。
1：业界通用的Bilinear算法（与OpenCV算法的计算过程类似）
2：业界通用的Nearest neighbor 算法（与OpenCV算法的计算过程类似）
3：业界通用的Bilinear算法（与Tensorflow算法的计算过程类似）
4：业界通用的Nearest neighbor算法（与Tensorflow算法的计算过程类似）

Atlas 训练系列产品上，支持如下缩放算法：

0：默认值，表示自研的高阶滤波算法。
1：业界通用的Bilinear算法（与OpenCV算法的计算过程类似）
2：业界通用的Nearest neighbor 算法（与OpenCV算法的计算过程类似）
3：业界通用的Bilinear算法（与Tensorflow算法的计算过程类似）
4：业界通用的Nearest neighbor算法（与Tensorflow算法的计算过程类似）

Atlas 推理系列产品,上，支持如下缩放算法：

0：设置为0时，系统内部也会自动采用1。
1：业界通用的Bilinear算法（与OpenCV算法的计算过程类似）。
设置该算法，且当输入和输出图片格式都为RGB时，在[1/32, 512]的缩放范围内，与OpenCV的单个像素值最大差异为正负1。
2：业界通用的Nearest neighbor 算法（与OpenCV算法的计算过程类似）

Atlas 200/500 A2推理产品，支持如下缩放算法：

0：设置为0时，系统内部也会自动采用1。
1：业界通用的Bilinear算法（与OpenCV-3.4.2版本算法的计算结果相同）
2：业界通用的Nearest neighbor 算法（与OpenCV-3.4.2版本算法的计算结果相同）
3：业界通用的Bilinear算法（与1相同）
4：业界通用的Nearest neighbor算法（与2相同）
5：自研的高阶滤波算法
 当前该缩放算法仅支持输入图片分辨率范围为10*6~8192*8192、输出图片分辨率的范围为10*6~4096*8192；输入图片格式仅支持YUV、但不包括Planner格式、也不包括YUV400、YUV440，输出图片格式仅支持YUV420SP NV12 8bit、YUV420SP NV21 8bit；宽或高的缩放范围：[1/32, 16]。

Atlas A2训练系列产品/Atlas 800I A2推理产品，支持如下缩放算法：

0：设置为0时，系统内部也会自动采用1。
1：业界通用的Bilinear算法（与OpenCV-3.4.2版本算法的计算结果相同）
2：业界通用的Nearest neighbor 算法（与OpenCV-3.4.2版本算法的计算结果相同）
3：业界通用的Bilinear算法（与1相同）
4：业界通用的Nearest neighbor算法（与2相同）
5：自研的高阶滤波算法
 当前该缩放算法仅支持输入图片分辨率范围为10*6~8192*8192、输出图片分辨率的范围为10*6~4096*8192；输入图片格式仅支持YUV、但不包括Planner格式、也不包括YUV400、YUV440，输出图片格式仅支持YUV420SP NV12 8bit、YUV420SP NV21 8bit；宽或高的缩放范围：[1/32, 16]。

返回值说明

返回0表示成功，返回其他值表示失败。

父主题： acldvppResizeConfig