HI_MPI_IVE_DMA抠图

int yuv400_crop(uint32_t width_src, uint32_t height_src, VIDEO_FRAME_INFO_S *stFrame, 
                uint32_t x_start, uint32_t y_start, uint32_t width_dst, uint32_t height_dst, IVE_IMAGE_S * dst_mmz) {
    
    if (width_dst == 0 || height_dst == 0 || 
        (x_start + width_dst) > width_src || (y_start + height_dst) > height_src) {
        return -1;
    }


    IVE_HANDLE hIveHandle;
    IVE_SRC_DATA_S stSrcData;
    IVE_DST_DATA_S stDstData;
    HI_S32 s32Ret;
    IVE_DMA_CTRL_S stCtrl = {IVE_DMA_MODE_DIRECT_COPY,0};
    HI_BOOL bInstant = HI_TRUE;
    HI_BOOL bBlock = HI_TRUE;
    HI_BOOL bFinish = HI_FALSE;


    //fill src
    //stSrcData.u64VirAddr = pstFrameInfo->stVFrame.u64VirAddr[0];
    stSrcData.u64PhyAddr = (stFrame->stVFrame.u64PhyAddr[0]) + (stFrame->stVFrame.u32Stride[0]) * y_start + x_start;
    stSrcData.u32Width   = BSF_BMP_WIDTH;
    stSrcData.u32Height  = BSF_BMP_HEIGHT;
    stSrcData.u32Stride  = stFrame->stVFrame.u32Stride[0];


    //fill dst
    //stDstData.u64VirAddr = pstDst->au64VirAddr[0];
    stDstData.u64PhyAddr = (dst_mmz->au64PhyAddr[0]);
    stDstData.u32Width   = BSF_BMP_WIDTH;
    stDstData.u32Height  = BSF_BMP_HEIGHT;
    stDstData.u32Stride  = BSF_BMP_WIDTH;

    s32Ret = HI_MPI_IVE_DMA(&hIveHandle,&stSrcData,&stDstData,&stCtrl,bInstant);
    if (HI_SUCCESS == s32Ret && HI_TRUE == bInstant) {
    }

    s32Ret = HI_MPI_IVE_Query(hIveHandle, &bFinish, bBlock);
    while (HI_ERR_IVE_QUERY_TIMEOUT == s32Ret)
    {
        usleep(100);
        s32Ret = HI_MPI_IVE_Query(hIveHandle, &bFinish, bBlock);
    }

    return 0;
}
 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
hi_mpi_ive_map()是一个用于并行化计算的函数。具体而言,它将数据集划分为多个部分,并在每个部分上执行相同的计算操作。每个部分的计算可以在不同的处理器上进行,并且计算结果会被合并在一起。 hi_mpi_ive_map()函数的使用方法如下: 首先,我们需要调用MPI_Init()函数来初始化MPI环境,并指定所需的进程数量。 然后,我们通过调用hi_mpi_ive_map()函数来实现并行计算。该函数有几个参数:数据集、数据集大小、计算操作以及输出结果缓冲区。 在函数内部,数据集将被划分为多个部分,并在每个处理器上独立进行计算操作。每个处理器都将以其自己的方式处理数据,并将结果存储在其对应的缓冲区中。 最后,我们通过调用MPI_Reduce()函数来合并每个处理器的计算结果,并将结果发送到一个指定的缓冲区中。 在整个计算过程中,我们可以通过调用MPI_Comm_rank()函数来获取当前进程的编号,并调用MPI_Comm_size()函数来获取进程总数。这些信息对于正确分配数据集和结果非常重要。 最后,我们需要调用MPI_Finalize()函数来结束MPI环境。这个函数会释放所有与MPI相关的资源。 总的来说,hi_mpi_ive_map()函数是一个用于并行计算的工具,能够将数据集划分为多个部分并在不同的处理器上进行计算。这种方式可以显著加快计算速度,并在处理大规模数据集时非常有效。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值