图形计算服务（离线超分插件）

简介

离线超分插件为开发者提供游戏截图（拍照）画质提升能力，提高画面分辨率，并改善画面细节，帮助开发者向玩家提供高质量截图（拍照）功能。
开发者需要：

使用Android Studio IDE创建Project，并配置接入离线超分插件依赖的SDK。
根据离线超分插件开发指南，实现API调用以及调试。

您将建立什么

在这个Codelab中，你将使用已经创建好的Demo Project实现对离线超分插件API的调用，通过Demo Project你可以体验到：

超分能力支持查询功能
基于AI模型的超分功能
基于图像处理算法的超分功能

您将会学到什么

如何集成离线超分插件SDK
如何调用离线超分插件API

硬件要求

开发计算机（台式机或笔记本电脑）。
Android手机（arm64-v8a架构，如果使用AI模型则需要Kirin 820/985/990芯片的华为手机）。

软件要求

JDK 1.8及以上
Android API 26及以上
Android Studio 4.0.1及以上
Gradle 5.6.4及以上

需要的知识点

Android基础开发能力
Android NDK开发能力
Android Native APK开发能力

集成离线超分SDK

创建Android Studio Project。
修改"/app/build.gradle"文件，指定CMake编译C++文件，在"/app/build.gradle"文件中，创建CMake的编译依赖。

同时配置编译选项。

复制库和头文件。
a) 下载SDK包。
b) 复制SDK头文件到资源库。

c) 复制SDK so到资源库。
将SDK中"libs\arm64-v8a\libthirdpartyengine_plugin_offlineSupRes.so"复制到Android Studio下的"/libs/arm64-v8a"。

d) 修改"app/src/main/cpp/CMakeLists.txt"。

e) 复制资源文件到手机的自定义目录。

调用离线超分API

设置资源文件目录。


 
CSetAssetsDir("/sdcard/osr");  
const char *assetsDir = CGetAssetsDir();  
printf("Set directory to %s", assetsDir);

初始化插件，将资源文件导入插件。
```
CInitialize();
```

打开图片，并根据图片信息配置BufferDescriptor结构体。



BufferDescriptor inBuffer; 
int w, h;  
unsigned char *pixels = ReadPPM(path, w, h);  
inBuffer.addr = static_cast<void *>(pixels);  
inBuffer.width = w;  
inBuffer.height = h;  
inBuffer.len = w * h * CHANNELS_RGB;  
inBuffer.format = PIXEL_FORMAT_R8G8B8_UNORM;

根据图片的尺寸、格式查询超分功能的支持情况。
a) 查询AI超分的支持情况。



PluginConfig pluginConfig;  
CQuerySuperSamplingPluginConfig(inBuffer.width, inBuffer.height, inBuffer.format, pluginConfig);  
int outW = pluginConfig.output.width;  
int outH = pluginConfig.output.height;  
PixelFormat outFormat = pluginConfig.output.format;  
int estimatedTime = pluginConfig.estimatedCostTime;

b) 查询图像处理超分的支持情况。


 
PluginConfig pluginConfig;  
CQuerySuperSamplingPluginConfig(inBuffer.width, inBuffer.height, inBuffer.format, pluginConfig);  
int outW = pluginConfig.output.width;  
int outH = pluginConfig.output.height;  
PixelFormat outFormat = pluginConfig.output.format;  
int estimatedTime = pluginConfig.estimatedCostTime;

返回的outW、outH或estimatedTime任一为负值，则表明不支持当前超分场景（图片尺寸不合适，像素格式不正确，手机机型不支持）。否则根据返回值创建BufferDescriptor结构体对象。



BufferDescriptor outBuffer; 
unsigned char *pixels = new(std::nothrow)  
unsigned char[outW * outH * Format2Channel(outFormat)];  
outBuffer.addr = static_cast<void *>(pixels);  
outBuffer.width = outW;  
outBuffer.height = outH;  
outBuffer.len = outW * outH * Format2Channel(outFormat);  
outBuffer.format = outFormat;

如果支持当前超分场景，则调用相应的功能接口进行处理。
a) 同步调用AI模型超分接口。



int timeout = 10000; 
bool success = CSuperSamplingSyncExecute(&inBuffer, &outBuffer, timeout);

b) 同步调用图像处理算法超分接口。



int timeout = 10000; 
float sharpness = 0.6; 
bool tonemapping = true; 
bool success = CImageEnhancingSyncExecute(&inBuffer, &outBuffer, sharpness, tonemapping, timeout);

对于异步调用的情形，需要先定义回调函数。



void CallBack(bool success)  
{ 
     // 根据超分功能是否执行成功分别进行处理 
     return;  
}

a) 异步调用AI模型超分接口。<



bool success = CSuperSamplingAsyncExecute(&inBuffer, &outBuffer, CallBack); 
std::this_thread::sleep_for(std::chrono::seconds(5));

b) 异步调用图像处理算法超分接口。



int timeout = 10000; 
float sharpness = 0.6; 
bool tonemapping = true; 
bool success = CImageEnhancingAsyncExecute(&inBuffer, &outBuffer, sharpness, tonemapping, CallBack); 
std::this_thread::sleep_for(std::chrono::seconds(2));

将outBuffer.addr存储的图片数据保存成任意图片格式。

卸载插件。



delete[](static_cast<unsigned char *>(inBuffer.addr)); 
delete[](static_cast<unsigned char *>(outBuffer.addr)); 
CUninitialize();

干得好，您已经成功完成了Codelab并学到了：

如何导入离线超分插件SDK
如何调用离线超分插件API

您可以阅读下面链接，了解更多相关的信息。

相关文档
本Codelab中所用Demo源码下载地址如下：

下载Source Code

Code copied