RealCUGAN-ncnn-Android

项目简介

基于 nihui/realcugan-ncnn-vulkan 移植的 Real-CUGAN 超分辨率模型 Android 封装。使用 ncnn + Vulkan 实现，免 CUDA/PyTorch，适配移动端 CPU 与 Qualcomm GPU，支持后台运行与并发控制。

本项目使用了GPT进行辅助编码与设计。

特性

• 跨平台 & Android 优化
  • ncnn + Vulkan 推理，支持 Qualcomm / Mali / Adreno GPU。
  • 自动检测设备，动态调整 tilesize，避免输出纯黑。
• 参数校验
  • noise、scale、syncgap、gpuId 严格范围检查，非法值抛异常。
• Service 模式
  • 内置前台 Service，通知栏显示进度/文件名，可禁用通知。
  • 提供 Binder API：process()、configureConcurrency()、dispose()。
• 内存管理
  • Native 层修复透明度 tile 裁剪问题。（参考了tumuyan的修复方法
  • 主动回收位图 (recycle())，避免 Graphics 占用过高。
  • dispose() / release() 立即归还 native & Vulkan 资源。

快速开始

1. 添加 JitPack 仓库：

allprojects {
    repositories {
        google()
        mavenCentral()
        maven { url 'https://jitpack.io' }
    }
}

2. 添加依赖：

dependencies {
    implementation 'com.github.akari39:RealCUGAN-ncnn-Android:1.1'
}

3. 创建模型：

val opts = RealCUGANOption(
    context = this,
    noise = -1,
    scale = 2,
    syncgap = 3,
    modelName = ModelName.SE,
    ttaMode = false,
    gpuId = 0
)
val engine = RealCUGAN.create(opts)

4. 执行推理：

val outBmp = engine.process(inputBytes, { percent -> 
    // 进度回调 
} )
imageView.setImageBitmap(outBmp)

5. 释放资源：

engine.release()

Service 模式使用

现已加入前台 Service 封装，可以在后台执行任务并显示进度通知。如果懒得配置并想安全使用可以直接用封装好的 Service。

1. 启动 Service：

val intent = Intent(this, RealCUGANService::class.java)
    .putExtra(RealCUGANService.EXTRA_ENABLE_NOTIFICATION, true)
    .putExtra(RealCUGANService.EXTRA_MAX_CONCURRENT, 2)
    .putExtra(RealCUGANService.EXTRA_QUEUE_ENABLED, true)
ContextCompat.startForegroundService(this, intent)

2. 绑定并提交任务：

bindService(intent, conn, Context.BIND_AUTO_CREATE)

binder.process(bytes, "test.png", listener) { result ->
    result.onSuccess { bmp -> imageView.setImageBitmap(bmp) }
    result.onFailure { e -> Log.e("RealCUGAN", "failed", e) }
}

3. 回收 Service：

binder.dispose()
unbindService(conn)
stopService(intent)

⚠️ 注意事项

• 请尽量只创建一个实例，避免显存竞争。
• 压测/批量任务结束后务必调用 dispose() 或 release()。