几天整明白了nvJPEG2000这个库，并且在arm架构的英伟达jetson开发板，采用gpu并行，实际将DNG图片压缩为jpeg2000的格式：j2k。

我的路线是：

第一步，可以看这篇博客，进行了编码的安装和编译。https://blog.csdn.net/qq_43658820/article/details/152127193?spm=1001.2014.3001.5501

第二步略过。第三步找到了官方的例子：

https://github.com/NVIDIA/CUDALibrarySamples/tree/master/nvJPEG2000/nvJPEG2000-Encoder

然而，官方的例子给出的支持架构是x86。而我的jetson开发板是arm架构。所以之后要改。

第四步最关键，这个库只能支持bmp等编码好的二进制格式，不能支持raw格式。通过阅读源码发现，本质上也是读取bmp等格式为像素数据，那么也无需将raw格式的dng图片转为bmp，再jpeg2000编码。因此只需要编写dng的读取方法，能够将像素数据传递给下游函数。

4.1 理解源码和api的使用是比较痛苦的事。

4.2 修改代码，移植到arm架构上。尤其注意：留意数据类型的差异，比如 char类型在 x86 下默认为有符号，而在 ARM 下默认为无符号，这一点差别就会导致最终运算结果失败！cmake中，要移除 x86 特有的编译选项​​（例如 -m64, -msse4.1），为 x86_64 和 aarch64 设置不同的编译参数。。。。。。

要做到移植，还需要保证安装的包（opencv等）也是arm架构，并且版本要合适。仔细阅读官方的要求。确保cuda、gcc等版本合适。

https://docs.nvidia.com/cuda/nvjpeg2000/

第五步，源码是按照批次循环处理的。还需要在read_next_batch上加入读取dng的逻辑。这个也好说。

第六步。编译通过。就是运行测试了。官方给出了很好的命令行参数：

Usage: ./nvjpeg2k_encode -i images_dir [-b batch_size] [-t total_images] [-I] [-cblk cblk_w,cblk_h]
        [-w warmup_iterations] [-o output_dir] [-ht]
        [-q_factor value] [-quantization value] [-psnr value]
        [-img_fmt img_w,img_h,num_comp,precision,chromaformat] (-img_fmt is mandatory for raw yuv files)
        eg: for an 8 bit image of size 1920x1080 with 420 subsampling: -img-dims 1920,1080,3,8,chroma420
Parameters:
        images_dir      :       Path to single image or directory of images
        batch_size      :       Encode images from input by batches of specified size
        total_images    :       Encode these many images, if there are fewer images
                                in the input than total images, encoder will loop over the input
        -ht             :       Enable High Throughput encoding
        -I              :       Enable irreversible wavelet transform. Must be set to use any quality option
        -q_factor       :       Set `value` as Q-Factor (jpeg-like) quality:
                                floating point from 1.0 (worst) to 100.0 (best)
        -quantization   :       Set `value` as quantization step (by how much pixel data will be divided):
                                floating point, bigger the value, the lower the result quality.
        -psnr           :       Set `value` as target PSNR value: positive floating point.
                                Cannot be used with -ht option
        cblk_w,cblk_h   :       Code block width and code block height
                                valid values are 32,32 and 64,64
        warmup_iterations:      Run these many batches first without measuring performance
        output_dir      :       Write compressed jpeg 2000 files  to this directory

这其中，-q_factor、-quantization、-batch_size能够影响并行处理的速度和结果质量。调参主要调整这几个。

需要源码私聊我。