bmcv_image_add_weighted

实现两张相同大小图像的加权融合，具体如下：

\[\begin{array}{c} output = alpha * input1 + beta * input2 + gamma \end{array}\]

处理器型号支持：

该接口支持BM1684/BM1684X。

接口形式：

bm_status_t bmcv_image_add_weighted(
        bm_handle_t handle,
        bm_image input1,
        float alpha,
        bm_image input2,
        float beta,
        float gamma,
        bm_image output);

参数说明：

bm_handle_t handle

输入参数。 bm_handle 句柄。
bm_image input1

输入参数。输入第一张图像的 bm_image，bm_image 需要外部调用 bmcv_image_create 创建。image 内存可以使用 bm_image_alloc_dev_mem 或者 bm_image_copy_host_to_device 来开辟新的内存，或者使用 bmcv_image_attach 来 attach 已有的内存。
float alpha

第一张图像的权重。
bm_image input2

输入参数。输入第二张图像的 bm_image，bm_image 需要外部调用 bmcv_image_create 创建。image 内存可以使用 bm_image_alloc_dev_mem 或者 bm_image_copy_host_to_device 来开辟新的内存，或者使用 bmcv_image_attach 来 attach 已有的内存。
float beta

第二张图像的权重。
float gamma

融合之后的偏移量。
bm_image output

输出参数。输出 bm_image，bm_image 需要外部调用 bmcv_image_create 创建。image 内存可以通过 bm_image_alloc_dev_mem 来开辟新的内存，或者使用 bmcv_image_attach 来 attach 已有的内存。如果不主动分配将在 api 内部进行自行分配。

返回值说明：

BM_SUCCESS: 成功
其他:失败

格式支持：

该接口目前支持以下 image_format:

num	image_format
1	FORMAT_BGR_PACKED
2	FORMAT_BGR_PLANAR
3	FORMAT_RGB_PACKED
4	FORMAT_RGB_PLANAR
5	FORMAT_RGBP_SEPARATE
6	FORMAT_BGRP_SEPARATE
7	FORMAT_GRAY
8	FORMAT_YUV420P
9	FORMAT_YUV422P
10	FORMAT_YUV444P
11	FORMAT_NV12
12	FORMAT_NV21
13	FORMAT_NV16
14	FORMAT_NV61
15	FORMAT_NV24

目前支持以下 data_type:

num	data_type
1	DATA_TYPE_EXT_1N_BYTE

注意事项：

1、在调用该接口之前必须确保输入的 image 内存已经申请。

2、input output 的 data_type，image_format必须相同。

代码示例：

int channel   = 3;
int width     = 1920;
int height    = 1080;
int dev_id    = 0;
bm_handle_t handle;
bm_status_t dev_ret = bm_dev_request(&handle, dev_id);
std::shared_ptr<unsigned char> src1_ptr(
        new unsigned char[channel * width * height],
        std::default_delete<unsigned char[]>());
std::shared_ptr<unsigned char> src2_ptr(
        new unsigned char[channel * width * height],
        std::default_delete<unsigned char[]>());
std::shared_ptr<unsigned char> res_ptr(
        new unsigned char[channel * width * height],
        std::default_delete<unsigned char[]>());
unsigned char * src1_data = src1_ptr.get();
unsigned char * src2_data = src2_ptr.get();
unsigned char * res_data = res_ptr.get();
for (int i = 0; i < channel * width * height; i++) {
    src1_data[i] = rand() % 255;
    src2_data[i] = rand() % 255;
}
// calculate res
bm_image input1, input2, output;
bm_image_create(handle,
                height,
                width,
                FORMAT_RGB_PLANAR,
                DATA_TYPE_EXT_1N_BYTE,
                &input1);
bm_image_alloc_dev_mem(input1);
bm_image_copy_host_to_device(input1, (void **)&src1_data);
bm_image_create(handle,
                height,
                width,
                FORMAT_RGB_PLANAR,
                DATA_TYPE_EXT_1N_BYTE,
                &input2);
bm_image_alloc_dev_mem(input2);
bm_image_copy_host_to_device(input2, (void **)&src2_data);
bm_image_create(handle,
                height,
                width,
                FORMAT_RGB_PLANAR,
                DATA_TYPE_EXT_1N_BYTE,
                &output);
bm_image_alloc_dev_mem(output);
if (BM_SUCCESS != bmcv_image_add_weighted(handle, input1, 0.5, input2, 0.5, 0, output)) {
    std::cout << "bmcv add_weighted error !!!" << std::endl;
    bm_image_destroy(input1);
    bm_image_destroy(input2);
    bm_image_destroy(output);
    bm_dev_free(handle);
    exit(-1);
}
bm_image_copy_device_to_host(output, (void **)&res_data);
bm_image_destroy(input1);
bm_image_destroy(input2);
bm_image_destroy(output);
bm_dev_free(handle);