功能及约束说明

功能及约束说明

JPEGD（JPEG decoder）实现.jpg、.jpeg、.JPG、.JPEG图片的解码，对于硬件不支持的格式，会使用软件解码。

如果输入图片的码流中包含Orientation信息（代表捕获图像时摄像机相对于场景的方向），则JPEGD在解码时会解析Orientation信息，将图片进行90度、180度、270度或镜像旋转。旋转后输出图片的宽stride、高stride、输出内存仍需满足JPEGD输出的约束中的要求。如果输入图片的码流异常，导致JPEGD解码时无法读取Orientation信息，则不能实现图片旋转的功能。

• JPEGD输入的约束：
  • 输入图片分辨率：
    • 最大分辨率：8192 * 8192，最小分辨率：32 * 32。
  • 输入图片格式：
    • 只支持Huffman编码，码流的colorspace为YUV，码流的subsample为444/422/420/400/440。
    • 不支持算术编码。
    • 不支持渐进JPEG格式。
    • 不支持JPEG2000格式。
  • 输入内存：
    • 输入内存的大小就是指实际的输入图片所占用的大小。
    • 输入内存首地址要求128对齐。调用acl.media.dvpp_malloc接口/acl.media.dvpp_free接口申请或释放内存。
• JPEGD输出的约束：
  • 输出图片格式：

    针对不同的源图编码格式，解码后，输出如下格式的图片：

    • jpeg(444) -> YUV444SP V在前U在后 、YUV444SP U在前V在后、YUV420 SP V在前U在后、YUV420SP U在前V在后。
    • jpeg(422) -> YUV422SP V在前U在后、YUV422SP U在前V在后、YUV420SP V在前U在后、YUV420SP U在前V在后。
    • jpeg(420) -> YUV420SP V在前U在后、YUV420SP U在前V在后。
    • jpeg(400) -> YUV420SP V在前U在后、YUV420SP U在前V在后，UV数据采用0x80填充。
    • jpeg(440) -> YUV440SP V在前U在后 、YUV440SP U在前V在后、YUV420 SP V在前U在后、YUV420SP U在前V在后。

    如果不清楚JPEG源图片格式时，将输出图片格式配置为PIXEL_FORMAT_UNKNOWN，输出格式默认按源图片格式输出、且是V在前U在后的Semi-Planar格式。例如，JPEG源图片格式为jpeg(440)，输出图片格式配置为PIXEL_FORMAT_UNKNOWN，JPEGD解码后，实际输出图片格式为YUV440SP V在前U在后。

    

    源图片格式解码是指解码前后的编码格式保持一致，例如解码前输入图片为jpeg(440)，解码后输出图片为YUV440SP V在前U在后或YUV440SP U在前V在后。获取JPEGD解码前输入图片的源图编码格式，可调用函数：dvpp_jpeg_get_image_info_v2接口。

    JPEGD解码后的输出图片，如果要直接作为模型推理的输入，建议将输出图片格式配置为PIXEL_FORMAT_UNKNOWN，这时JPEGD使用源图片格式解码（但这里要确保解码后的图片格式模型是支持的），保证模型推理的精度。

    JPEGD解码后的输出图片，如果直接作为VPC的输入，该场景下若使用源图片格式解码时，则需要关注解码后的输出图片格式VPC是否支持（VPC输入图片的格式请参见功能及约束说明），如果VPC不支持，则用户需按VPC支持的情况指定JPEGD的输出图片格式。

  • 输出内存：
    • 输出内存首地址要求128字节对齐。调用acl.media.dvpp_malloc接口/acl.media.dvpp_free接口申请或释放内存。如果申请大块内存时，内存申请计算应该是（n表示图片数量）：输出内存大小 +(n-1)*AlignTo128(输出内存大小+8)
    • 输出内存大小（单位byte）与图片数据的格式相关，计算公式如下（也可以调用acl.media.dvpp_jpeg_predict_dec_size接口预估输出内存大小）：

      YUV420SP：大于或等于widthStride*heightStride*3/2

      YUV422SP/YUV440SP：大于或等于widthStride*heightStride*2

      YUV444SP：大于或等于widthStride*heightStride*3

  • 关于输出图片的宽stride、高stride对齐要求：
    • 输出图片的widthStride（对齐后的宽度）：

      昇腾310 AI处理器，要求对齐到128。

      昇腾910 AI处理器，要求对齐到128。

    • 输出图片的heightStride（对齐后的高度），对齐到16。
• 关于硬件约束：
  • 最多支持4张Huffman表，其中包括2 张DC（直流）表和2 张AC（交流）表。
  • 最多支持3张量化表。
  • 只支持8bit采样精度。
  • 只支持对顺序式编码的图片进行解码。
  • 只支持基于DCT（Discrete Cosine Transform）变换的JPEG 格式解码。
  • 只支持一个SOS（Start of Scan）标志的图片解码。
• 关于软件约束：
  • 支持3个SOS标志的图片解码。
  • 支持mcu（Minimum Coded Unit）数据不足的异常图片解码。
  • JPEGD+VPC串联使用时：

    在昇腾310 AI处理器上，JPEGD+VPC串联使用时，由于JPEGD解码后的输出图片的宽stride*高stride有128*16对齐的约束，因此解码后的输出图片的宽、高有一些补边的无效数据，所以VPC在处理图片前，应首先对JPEGD对齐后的输出图片进行原分辨率裁剪，目的是去除无效数据对图像精度的影响。

    在昇腾910 AI处理器上，JPEGD+VPC串联使用时，由于JPEGD解码后的输出图片的宽stride*高stride有128*16对齐的约束，因此解码后的输出图片的宽、高有一些补边的无效数据，所以VPC在处理图片前，应首先对JPEGD对齐后的输出图片进行原分辨率裁剪，目的是去除无效数据对图像精度的影响。

性能指标说明（昇腾310 AI处理器）

JPEGD性能指标是基于硬件解码的性能，JPEGD硬件解码不支持3个SOS的图片解码，对于硬件不支持的格式，会使用软件解码，软件解码性能参考为1080P*1路 15fps。

1080p指分辨率为1920*1080的图片；4K指分辨率为3840*2160的图片。

性能指标说明（昇腾910 AI处理器）

JPEGD性能指标是基于硬件解码的性能，JPEGD硬件解码不支持3个SOS的图片解码，对于硬件不支持的格式，会使用软件解码，软件解码性能参考为1080P*1路 15fps。

1080p指分辨率为1920*1080的图片；4K指分辨率为3840*2160的图片。