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，表示华为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，表示华为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（Ascend 310P处理器）,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：华为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：华为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，表示华为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，表示华为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（Ascend 310P处理器）,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：华为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：华为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，返回其它值表示失败。

父主题： acldvppResizeConfig