CUDA库之NPP入门(一)：NVIDIA 2D Image and Signal Processing Performance Primitives

提到图像处理，就不得不提一下NVIDIA的NPP库
以下翻译自 https://docs.nvidia.com/cuda/npp/index.html

---

---

一、What is NPP?

NVIDIA NPP是2D图像和信号处理的CUDA加速库。NPP库可以在最大限度地提高灵活性，同时保持高性能。
可以采用以下两种方式使用NPP库

• 作为一个独立的库，可以最小的工作量向应用程序添加GPU加速
• 可以添加到开发人员的GPU代码中，作为一个有效互操作的协作库
  这两种方法都允许开发人员利用NVIDIA gpu的大量计算资源，同时减少开发时间。

二、API接口文档

这里官方有所解释，本篇不再单独介绍，后面如有时间，再介绍接口的使用。
1、通用接口： https://docs.nvidia.com/cuda/npp/general_conventions_lb.html
2、图像处理接口：https://docs.nvidia.com/cuda/npp/nppi_conventions_lb.html
3、信号处理接口：https://docs.nvidia.com/cuda/npp/npps_conventions_lb.html

三、头文件

其中所有的.h文件都安装在CUDA Toolkit目录的include文件下，其中有：

• npp.h
• nppdefs.h
• nppcore.h
• nppi.h
• npps.h

四、库文件

本文在前面提到，NPP是用来处理图像和信号的，所以NPP库文件除了一些通用的功能外，主要分为图像和信号这两个独立的库。

• NPPC：这个库是个core library，主要包含了来自npp.h头文件的的函数，其中该库还被其它两个库所共享；
• NPPI：这个库是为图像处理$(imageProcessing)$所提供的功能，该库提供的函数是来自nppi.h头文件中所声明的；
• NPPS：这个库是为信号处理$(signalprocessing)$所提供的功能，该库提供的函数是来自npps.h头文件中所声明的。

五、编译程序时，NPP库之间的链接关系

静态NPP库依赖于一个名为cuLIBOS（libculibos.a）的通用线程抽象层库，该库现在作为工具箱的一部分分发。因此，当链接静态库时，必须将cuLIBOS提供给链接器。‘

为了最小化库加载和CUDA运行时启动时间，建议尽可能使用静态库。

为了提高使用动态库时的加载和运行时性能，NPP提供了一整套NPPI子库。当只链接到包含应用- 程序使用的函数的子库可以显著提高加载时间和运行时启动性能。

除此之外，有些NPPI函数在内部调用其他NPPI和/或NPPS函数，因此根据应用程序调用的函数，可能需要链接到一些额外的库。

NPPI子库按照NPPI头文件的拆分方式被拆分为多个部分。子库列表如下：

• NPPC 在头文件nppCore.h中，这是NPP核心库，必须链接到应用应用程序中；

• NPPIAL 在头文件 nppi_arithmetic_and_logical_operations.h中，定义了一些算术逻辑运算函数；

• NPPICC 在头文件nppi_color_conversion.h中，定义了一些颜色转换(如NV12转RGB)和采样（如上采样下采样）功能；

• NPPIDEI 在头文件nppi_data_exchange_and_initialization.h中，定义了一些Data交换和初始化的功能；

• NPPIF 在头文件nppi_filtering_functions.h中，定义了滤波等计算机视觉相关的功能；

• NPPIG 在头文件nppi_geometry_transforms.h中，几何变换函数在定义在里面；

• NPPIM 在头文件nppi_morphological_operations.h中，定义了形态学运算函数；

• NPPIST在头文件nppi_statistics_functions.h 和 nppi_linear_transforms.h中，定义了统计学与线性变换函数；

• NPPISU在头文件nppi_support_functions.h中，定义了内存支持相关的功能；

• NPPITC在头文件 nppi_threshold_and_compare_operations.h中，定义了阈值和比较运算函数。

例如，在Linux上，要使用NPP动态库编译一个小的颜色转换应用程序foo，可以使用以下命令

nvcc foo.c  -lnppc -lnppicc -o foo  # 除了lnppc不可缺少外，只需要链接lnppicc库

如果要针对静态NPP库进行编译，必须使用以下命令：

 nvcc foo.c  -lnppc_static -lnppicc_static -lculibos -o foo # lculibos必须添加进来

也可以使用本机主机C++编译器。根据主机操作系统的不同，比如我们需要需要一些附加的库，如pthread或dl。可以在Linux上使用以下命令

g++ foo.c  -lnppc_static -lnppicc_static -lculibos -lcudart_static -lpthread -ldl 
    -I <cuda-toolkit-path>/include -L <cuda-toolkit-path>/lib64 -o foo

六、NPP函数的命名方式

任意打开一个图像处理中的npp函数，如

NppStatus nppiYUV420ToBGR_8u_P3C3R(const Npp8u * const pSrc[3], int rSrcStep[3], Npp8u * pDst, int nDstStep, NppiSize oSizeROI);
;

nppiYUV420ToBGR_8u_P3C3R有着很长的一段后缀，这些后缀除了表示不同的数据类型外，海还用来表示原始数据的操作方法

• “A”：如果图像是4通道图像，则为“ A”，这表示结果alpha通道不受图元影响。

• “Cn”：图像由n个通道压缩像素组成，其中n可以是1、2、3或4。如RGB三个通道， RGBA四个通道；

• “Pn”：图像由n个独立的图像平面组成，其中n可以是1、2、3或4。 可以理解为 RRRRRGGGGGGBBBBBB这两排列

• "C" ：（在通道信息之后）指示图元仅在颜色通道之一（“感兴趣的通道”）上运行。所有其他输出通道不受原语影响。

• ”I“： 表示“in-place”的方式工作。在这种情况下，图像数据指针通常命名为pSrcDst，以指示图像数据同时用作源和目标。

• “ M” 表示“mask操作”。这些类型的图元具有附加的“mask图像”作为输入。目标图像中的每个像素对应于mask图像中的像素。仅处理具有相应非零掩码像素的像素。

• “ R” 只在矩形的“感兴趣区域”或“ROI”上操作。所有的ROI原语都有一个NppiSize类型的附加输入参数，它指定原语应该处理的矩形区域的宽度和高度。

• “Sfs” 表示在输出结果值之前，通过固定的缩放比例和饱和度进行处理。

这些后缀一般是按照字母顺序出现，上面的后缀总是按字母顺序出现。一个4通道原语不影响阿尔法通道的屏蔽操作，如“AC4IMRSfs”。
nppiYUV420ToBGR_8u_P3C3R则表示3通道8位无符号平面YUV420到3通道8位无符号压缩BGR颜色转换。P3表示plane3即包含了三个独立的通道，也就是yyyyuuvv、C3表示三个通道。