nvidia_2_常用函数

简介

nvjpegBackend_t

简述：
- NVJPEG_BACKEND_DEFAULT – 默认值
- NVJPEG_BACKEND_HYBRID – 使用CPU进行霍夫曼解码
- NVJPEG_BACKEND_GPU_HYBRID – 使用GPU辅助霍夫曼解码。nvjpegDecodeBatched将使用GPU对基线JPEG比特流进行解码,当批量大小大于100时进行交错扫描
- NVJPEG_BACKEND_HARDWARE – 单扫描支持基线JPEG比特流。不支持410和411个子样本

声明：

  typedef enum 
  {
      NVJPEG_BACKEND_DEFAULT = 0,
      NVJPEG_BACKEND_HYBRID  = 1,
      NVJPEG_BACKEND_GPU_HYBRID = 2,
      NVJPEG_BACKEND_HARDWARE = 3
  } nvjpegBackend_t;

nvjpegDevAllocator_t

简述：内存分配器使用提到的原型，提供给nvjpegCreateEx
- 这个分配器将用于库中的所有设备内存分配
- 无论如何，库都在进行智能分配(仅在需要时重新分配内存)

声明：

  typedef struct 
  {
      tDevMalloc dev_malloc;
      tDevFree dev_free;
  } nvjpegDevAllocator_t;

nvjpegImage_t

简述：输出描述符。根据输出格式，被写入平面的数据

声明：

  typedef struct
  {
      unsigned char * channel[NVJPEG_MAX_COMPONENT];
      size_t    pitch[NVJPEG_MAX_COMPONENT];
  } nvjpegImage_t;

英伟达API

nvjpegCreateSimple()

简述：使用默认后端和默认内存分配器(cudaMalloc/cudaFree)初始化nvjpeg句柄
声明：nvjpegStatus_t NVJPEGAPI nvjpegCreateSimple(nvjpegHandle_t *handle);
参数：
- handle – 编解码器实例，用于其他调用 – Input/Output
返回值：
- 成功 –
- 失败 –

nvjpegCreate()

简述：初始化nvjpeg句柄。此句柄用于所有连续调用
声明：nvjpegStatus_t NVJPEGAPI nvjpegCreate(nvjpegBackend_t backend, nvjpegDevAllocator_t *dev_allocator, nvjpegHandle_t *handle);
参数：
- backend – 要使用的后端。目前支持默认或混合(目前相同)。 – Input
- dev_allocator – 指向nvjpegDevAllocator的指针。如果为NULL - 使用默认cuda调用(cudaMalloc/cudaFree) – Input
- handle – 编解码器实例，用于其他调用 – Input/Output
返回值：
- 成功 –
- 失败 –

nvjpegDestroy()

简述：释放句柄和资源
声明：nvjpegStatus_t NVJPEGAPI nvjpegDestroy(nvjpegHandle_t handle);
参数：
- handle – 要释放的实例句柄 – Input/Output
返回值：
- 成功 –
- 失败 –

nvjpegJpegStateCreate()

简述：解码状态的初始化
声明：nvjpegStatus_t NVJPEGAPI nvjpegJpegStateCreate(nvjpegHandle_t handle, nvjpegJpegState_t *jpeg_handle);
参数：
- handle – 编解码器实例 – Input
- jpeg_handle – 解码的jpeg图像状态句柄 – Input/Output
返回值：
- 成功 –
- 失败 –

nvjpegJpegStateDestroy()

简述：释放jpeg图像句柄
声明：nvjpegStatus_t NVJPEGAPI nvjpegJpegStateDestroy(nvjpegJpegState_t jpeg_handle);
参数：
- jpeg_handle – 解码的jpeg图像状态句柄 – Input/Output
返回值：
- 成功 –
- 失败 –

nvjpegGetImageInfo()

简述：检索图像信息，包括通道、每个图像层的宽度和高度，以及色度下采样。
- 如果编码的通道小于NVJPEG_MAX_COMPONENT，那么零将被设置为缺失通道信息
- 如果图像是三通道的，则所有三组都有效
- This function is thread safe.

声明：

      nvjpegStatus_t NVJPEGAPI nvjpegGetImageInfo(
      nvjpegHandle_t handle,
      const unsigned char *data, 
      size_t length,
      int *nComponents, 
      nvjpegChromaSubsampling_t *subsampling,
      int *widths,
      int *heights);

参数：
- handle – 编解码器实例 – Input
- data – 指向缓冲区的指针，其中包含要解码的jpeg流数据。 – Input
- length – jpeg图像缓冲区的长度。 – Input
- nComponent – 图像的组件数(层数)，目前只支持1通道(灰度)或3通道。 – Output
- subsampling – 在这个JPEG中使用的色度下采样，参见nvjpegChromaSubsampling_t – Output
- widths – 指向NVJPEG_MAX_COMPONENT的指针，返回每个通道的宽度。如果信道未编码，则为0 – Output
- heights – 指向NVJPEG_MAX_COMPONENT的指针，返回每个通道的高度。如果信道未编码，则为0 – Output
返回值：
- 成功 –
- 失败 –

nvjpegDecode()

简述：解码单幅图像
- API是后端不可知的。
- 它将决定在内部使用哪个实现。目标缓冲区应该足够大，能够存储指定格式的输出。
- 对于每个颜色平面，可以使用nvjpegGetImageInfo()检索图像大小，每个平面所需的最小内存缓冲区是nPlaneHeight*nPlanePitch，
- 其中nPlanePitch >= nPlaneWidth用于平面输出格式，
- nPlanePitch >= nPlaneWidth*nOutputComponents用于交错输出格式

声明：

  nvjpegStatus_t NVJPEGAPI nvjpegDecode(
          nvjpegHandle_t handle,
          nvjpegJpegState_t jpeg_handle,
          const unsigned char *data,
          size_t length, 
          nvjpegOutputFormat_t output_format,
          nvjpegImage_t *destination,
          cudaStream_t stream);

参数：
- handle – 编解码器实例 – Input/Output
- jpeg_handle – 解码的jpeg图像状态句柄 – Input/Output
- data – 指向包含要解码的jpeg图像的缓冲区的指针。 – Input
- length – jpeg图像缓冲区的长度。 – Input
- output_format – 输出数据格式。有关描述，请参阅nvjpegOutputFormat_t – Input
- destination – 指向结构的指针，包含输出缓冲区的信息。参见nvjpegImage_t描述。 – Input/Output
- stream – CUDA流在哪里提交所有GPU工作 – Input/Output
返回值：
- 成功 –
- 失败 –

cudaStreamSynchronize()

简述：阻塞任务流，直到流完成所有操作。如果 device 设置了cudaDeviceScheduleBlockingSync标识，主机线程在它完成所有的任务之前，会一直阻塞
声明：cudaError_t cudaStreamSynchronize(cudaStream_t stream);
参数：
- stream – 流标识符
返回值：
- 成功 – 返回cudaSuccess
- 失败 – 返回cudaErrorInvalidResourceHandle

cudaStreamCreateWithFlags()

简述：创建一个新的异步的流,通过参数flags来设置流的属性
- Create an asynchronous stream Creates a new asynchronous stream.
- The flags argument determines the behaviors of the stream.
声明：cudaError_t cudaStreamCreateWithFlags(cudaStream_t *pStream, unsigned int flags);
参数：
- pStream – 指向流标识符的指针
- flags – 创建流的参数,有效的参数为：
  - cudaStreamDefault – 默认标识
  - cudaStreamNonBlocking – 异步流，异步于NULL流
返回值：
- 成功 – cudaSuccess
- 失败 – cudaErrorInvalidValue

cudaGetDeviceCount()

简述：获取可用算能设备的数量
声明：cudaError_t cudaGetDeviceCount(int *count);
参数：
- count – 具有计算能力的设备数字
返回值：
- 成功 – cudaSuccess

cudaGetDevice()

简述：返回当前正在使用的设备
声明：cudaError_t cudaGetDevice(int *device);
参数：
- device – 正在工作的主机线程所执行的设备代码
返回值：
- 成功 – cudaSuccess
- 失败 – cudaErrorInvalidValue

cudaSetDevice()

简述：设置GPU运行的设备
声明：cudaError_t cudaSetDevice(int device);
参数：
- device – 调用这个函数的主机线程要执行设备代码的设备
返回值：
- 成功 – cudaSuccess
- 失败 – cudaErrorInvalidDevice cudaErrorDeviceAlreadyInUse
注意：
- 随后任何设备由cudaMalloc(), cudaMallocPitch(), cudaMallocArray()申请的设备内存都会分配到对应device的物理设备
- 任何主机线程通过cudaMallocHost(), cudaHostAlloc(), cudaHostRegister()申请的主机内存都会将它们的生命周期与设备device关联起来
- 任何通过主机线程创建的流或事件都会和设备device关联起来
- 任何通过主机线程由cudaLaunchKernel()发生的内核调用都会在设备device上执行
- 这个调用可能在任何时间，由任何主机线程在任何设备上调用。
返回值：
- 成功 – cudaSuccess
- 失敗 – cudaErrorInvalidDevice cudaErrorDeviceAlreadyInUse

简介

nvjpegBackend_t

nvjpegDevAllocator_t

nvjpegImage_t

英伟达API

nvjpegCreateSimple()

nvjpegCreate()

nvjpegDestroy()

nvjpegJpegStateCreate()

nvjpegJpegStateDestroy()

nvjpegGetImageInfo()

nvjpegDecode()

cudaStreamSynchronize()

cudaStreamCreateWithFlags()

cudaGetDeviceCount()

cudaGetDevice()

cudaSetDevice()

最近更新

标签排行