首批基于仓颉编程语言的高性能图像处理算法库发布
2024年6月21日下午，华为终端BG软件部总裁龚体先生在华为开发者大会主题演讲《鸿蒙原生应用，全新出发！》中向全球开发者介绍了华为自研仓颉编程语言，并发布了HarmonyOS NEXT仓颉语言开发者预览版。这是华为首次公开发布仓颉编程语言。
据介绍，复旦大学工研院认知与智能技术实验室（CITLab）领衔的研发团队与华为仓颉编程语言团队建立了的长期合作关系，早在仓颉语言内测启动以来，就密切关注其技术动态和应用前景。
复旦大学认知与智能技术实验室（简称CITLab），近年来一直在机器直觉、人机融合智能等新一代人工智能理论、脑机接口与脑启发人工智能、多模态感知与人机交互、计算机视觉与行为识别、物理仿真与数字孪生，以及智能机器人、智能网联汽车、智慧医疗等领域开展交叉创新研究，相关学术成果发表于Nature主刊，中国科学，NeurIPS，CVPR，ICCV，AAAI，ACM MM，ICRA以及IROS等国内外顶级期刊与学术会议，并积极开展产学研合作创新，助力解决产业发展中的技术难点、痛点问题。
经过调研，团队发现仓颉语言生态还缺少图像处理算法库的支持。结合团队在图像处理方向积累的丰富研发经验，通过对两个广泛使用的开源代码库zxing的条码识别算法和glide的图像加载与缓存机制进行深入分析，完成了适用于仓颉语言的高性能图像处理算法的研究、开发和优化，并成功实现了QRcode4cj（zxing for cj）和droplet（glide for cj）两个高频图像处理软件库。
1.项目背景简介
HarmonyOS NEXT是华为公司自研的操作系统，是鸿蒙系列中首次抛弃Linux内核及安卓开放源代码项目（AOSP）等代码的版本，不再兼容安卓应用，标志着华为在操作系统领域的独立发展。
该系统采用了全栈自研的方式，从编程语言到编译器都是华为自主研发的，包括arkTS和仓颉编程语言、“盘古”AI大模型、“MindSpore”AI框架以及“DevEco Studio”等集成开发环境。
其中，仓颉编程语言是一种面向全场景应用开发的通用编程语言，语法简明高效，并支持函数式、命令式和面向对象等多范式编程，有助于提高开发效率。而一种新的操作系统包括一种新的编程语言的出现，首先需要解决的就是生态系统建设。
本项目的目标就是通过高性能图像处理算法库的示范研发，助力推动仓颉编程语言的生态建设和持续发展。
2.高性能图像处理算法库的实现
2.1 droplet图像处理库
droplet是一个强大的图片加载和缓存库，使用仓颉语言开发，服务于HarmonyOS NEXT应用开发。它简化了从网络、资源文件、应用缓存中加载和显示图片的过程。droplet支持多种图片格式，具有高效的内存管理和磁盘缓存策略，能够自动处理图片缩放和转换，提供流畅的用户体验。在droplet的实现过程中，团队采用了三级缓存设计、高效的异步图像加载流程两种优化设计思路。
其中，三级缓存设计包括活动资源缓存、内存缓存和磁盘缓存。活动资源缓存用于保存当前页面上正在显示的图片，图片首次加载完毕时会保存到活动资源缓存中。由于活动资源缓存中的数据一般会比内存缓存中少，因此具有更快的查询速度。而内存缓存负责保存整个程序运行过程中加载过的所有图像，它使用LRU算法，当缓存超出容量，首先回收不经常使用的图像。此外，drople提供了磁盘缓存功能，即使应用被关闭或系统资源被回收，图片仍然可以被缓存并快速重新加载。
此外，项目设计了高效的异步图像加载流程。drople的图像加载部分使用了策略模式，可以根据图像的格式选择加载器，并支持异步加载、图像缩放、旋转等操作。这使得在不同大小的屏幕上加载和显示图片变得简单而高效。
进一步，droplet的图像解码部分依托于仓颉UI框架强大的图像解码功能，实现了对gif、jpeg、png、svg、webp、raw等常用图像类型文件的解码支持。
2.2 QRcode4cj图像处理库
QRcode4cj是一维/二维码图像处理库，支持多种1D/2D码格式，如QR码、EAN-13等。它用仓颉语言实现，并提供了跨平台的API，用于生成和解码条码，可广泛应用于移动支付、信息分享等场景。其优势在于多格式支持、高性能和易集成。QRcode4cj的实现为HarmonyOS NEXT开发提供了开箱即用的编解码库。
QRcode4cj提供了针对仓颉优化的条码识别库，能够准确、快速地解码不同类型的条码。其条码识别算法经过优化，可以在复杂环境下有效解析二维码，开发者能轻松地从各种质量的图像中提取条码所包含的信息。同时，QRcode4cj提供了强大的条码生成的能力。可以根据开发者的需要生成各种类型的条码图像。此外，QRcode4cj实现了高效且易用的图像处理算法，结合仓颉语言的特性进行了深度优化，极大提高了代码的执行效率，经过测试，相同条件下编解码时间均优于Java版本。
3.深度算法优化
图像处理算法的复杂性较高，为了获得良好的用户体验，团队对相关算法进行了深度优化，以便显著提升计算效率，减少资源消耗，加快处理速度，同时提高系统稳定性和性能，满足不断增长的应用需求。
为了分析代码的执行效率，团队使用了仓颉语言提供的可视化性能分析工具（cjprof），在深入分析了性能数据并结合仓颉语言的特性之后，从代码、算法和并行化三个层面对两个图像处理库的核心算法进行了优化：
- 代码层面：首先通过精简和提炼，实现程序的轻量化设计，去除冗余代码，提高代码的执行效率。其次对代码的逻辑进行优化，通过重新设计算法流程，减少不必要的计算过程和方法调用，进一步提升系统性能。
- 算法层面：优先采用在行业中经过高度覆盖验证的算法，以确保主干算法的稳定性和有效性。同时设计了灵活的接口形式，开发者可以通过多种方式实现所需的功能。
- 并行化层面：以仓颉语言提供的抢占式的线程模型（仓颉原生协程）为基础，将部分程序的计算过程并行化，并在仓颉原生协程的基础上封装了协程的调度策略，确保并行计算过程的有序性和高效性。
此外，针对软件库中高频使用的算法进行了更细致的优化。新算法将原有识别步骤进行精细拆分与重新整合，引入了快速扫描和初步分析机制。这一优化策略在保持高准确性的同时，显著提升了识别效率，为用户提供了更加流畅、快捷的识别体验。
4.小结
经过对仓颉语言的深入研究和实践，团队发现仓颉语言的优势在于多范式编程、原生协程、功能丰富的内置库和对AI开发的支持，并且有一系列较为完备的配套开发工具，能够简化从代码的编写到程序性能分析、测试和优化，以及最终的应用部署的整套开发流程，大幅提高应用软件的开发效率。
相信在仓颉语言发布之后，将会吸引更多的软件开发者加入到仓颉语言的开发中来，助力鸿蒙NEXT应用开发与生态环境建设，彻底打破国外编程语言的垄断。
