目录

一、第一次上手：零经验也能“有迹可循”

二、第一回撞墙：黑屏的罪魁祸首不是“图”，而是“通道”！

三、自适应缩放的真相：我们或许都想简单了？

四、我有一个梦想：把2秒打到5毫秒：GPU 并行的意义，不只是“更快”

五、晋级与对手：初赛第一的喜讯，与“浙大+上交”的压力

六、三十天冲刺：把“能用”做成“好用、想用、喜欢用”！

七、练秋湖的夜，今晚我们是角儿！

八、尾声

一位刚刚申博、仍在迷雾中找寻方向；一位临近毕业、项目压身；一位考研失意、却不肯认输。我们在 3 月第一次看见ICDT赛题，抱着“试试看”的心态入坑鸿蒙NEXT开发。随后是密集的试错与复盘：从门外看热闹，到摸到门把手，再到真正推开门……这段旅程充满了挑战与收获，也教会了我们全力以赴面对自己要做的每一件事，更教会了我们自信勇敢地站在台上去展示我们的作品。每一遍的debug尝试，每一次自我质疑与自我否定，每一个深夜的坚持，都成为了我与鸿蒙共同成长的珍贵记忆。

---

一、第一次上手：零经验也能“有迹可循”

第一次打开鸿蒙NEXT开发者平台的窘迫情形至今仍然历历在目：工程怎么起？配置怎么配？.json5、.json、.ets、.d.ts是干嘛用的？庆幸的是，开发者官网像一张清晰的路书：API文档、示例工程、最佳实践，一条条指路。我们遵循“先跑通”的最短路径，系统梳理资料，购入Mate70作为实验机，先把脚手架与地基搭牢，让工程活起来，再谈后续的“摩天大楼”。感谢开发者官网，让每一项想用的技术都有迹可循。

---

二、第一回撞墙：黑屏的罪魁祸首不是“图”，而是“通道”！

前期开发我们团队的目标很朴素：前端发图到后端，后端原样回传到前端显示。结果屏幕一片黑。我们把日志拉满、逐行断点，才找到原因：虽然输入是RGB三通道，但鸿蒙系统在后端处理和生成图像时统一转成RGBA四通道，其中A通道是Alpha透明度。我们只写了RGB，A没写255，后果便是前端渲染时整张图成了“黑画面”。

而我们所采用的解决办法也很简单：1.上传纹理时统一用GL_RGBA/GL_UNSIGNED_BYTE；2.片元着色器里把FragColor = vec4(val.rgb, 1.0); 强制把 alpha 写满，因此这条路径绕开了透明度坑。

这一系列操作完成之后，黑屏消失了，第一次显现出图片了，但新猫图又“变色”——橙猫成了蓝猫，在短暂的激动和兴奋过后，我们知道我们离最终答案很近了，这是经典R/B通道对调事故，在很多链路（Windows/NativeBuffer）里，实际给到的是BGRA或BGRX，统一输入为RGBA，并在必要处启用BGRA扩展，通道才彻底对上。

---

三、自适应缩放的真相：我们或许都想简单了？

赛题需要横竖屏自适应。我们一开始以为“横就横向撑满，竖就竖向撑满”即可，很快就被一些极端长宽比的图片打脸。在两个通宵的debug后发现了两条铁律：

它是需要时刻判断当前当前终端状态和当前的图像尺寸数据，自适应的核心是需要时刻比较“图像纵横比”和“设备纵横比”，通过分支逻辑不管横竖，都遵守“等比缩放”：只放大/缩小其中一个维度，另一个维度按比例求出，保证不变形、不裁切。

当然，这个问题的解决还顺带解决了之前困扰我已久的一个问题：为什么前端开发的时候我写一个像素会改变多个像素，关键就是这个px2vp函数，简单来说就是：

px2vp把物理像素（px，和硬件分辨率一一对应）换算成设备无关的虚拟像素（vp，保证不同DPI上“视觉尺寸”一致）。几何判断、控件尺寸统一在vp世界，纹理、FBO、Shader计算留在px世界。正是这份“角色分工”，让横竖屏/沉浸式/等比缩放在不同终端上都稳定可预期。

---

四、我有一个梦想：把2秒打到5毫秒：GPU 并行的意义，不只是“更快”

在我们用CPU跑通了初版超分算法后，虽然效果像样，但1k大图处理时延达将近2s，大幅度超过了赛题要求的“30Hz”门限，这让我们很是沮丧。我们将目光又回到了我们最初看的通过OpenGL或者Vulkan进行加速GPU加速渲染的方法，该方法是否适用我们的算法？如何适合如何移植？以及如果尝试之前的东西相当于全盘推翻？这些问题成了我们前进道路上最深的阴霾。

我们本着“不破不立”的想法开始了尝试，后来的结果证明我们的想法是正确的：基于 OpenGL ES + Shader 的并行通路，把插值与增强“搬进GPU”。前端通过 NAPI 触发统一的GpuUpscale接口，完成：图像上传→Shader插值/增强→FBO离屏渲染→结果落盘；最终这个加速方案在1k 2x超分场景中耗时5ms，1k 4x超分耗时小于14ms，远低于赛题30Hz门限，相比我们初赛的CPU版本，1k超分速度提升约320倍，充分满足端侧高分辨率高帧率的实时处理需求。

---

五、晋级与对手：初赛第一的喜讯，与“浙大+上交”的压力

材料卡点提交后，我们没有“坐等消息”，而是用一个月继续打磨。七月传来两条新闻：我们以初赛第一晋级练秋湖决赛；但决赛对手是浙江大学与上海交通大学，其中一队还是卫冕冠军。我们清楚地知道：唯有在鸿蒙NEXT体验与性能上拉开代差，才有资格谈“冠军”。

---

六、三十天冲刺：把“能用”做成“好用、想用、喜欢用”

前端，我们推翻了繁杂的显示，做成沉浸式界面：核心画面全权让位，抽拉式/悬浮式控件只在“需要时出现”。

算法，我们一周内连续迭代近20个版本：最终通过优化显示算法并结合人眼视觉感知特性，创新性的提出了基于结构感知和感知增强融合的超分辨率算法，并基于昇腾 AI CANN 做高效部署与推理。

性能上，OpenGL ES 并行渲染把端侧时延打到“肉眼体感不到”的量级，使得未来1k 120Hz图像超分成为了可能。作品终于具备了“评委难以拒绝的理由”。

---

七、练秋湖的夜，今晚我们是角儿！

八月中，在华为练秋湖，我们交付的不只是一套能跑的方案，而是一段从问题到方案、从方案到体验、从体验到指标的完整闭环。最后，我们捧起了2025 ICDT显示算法冠军。那刻回头看，日志里每一条报错、每一次崩溃、每一行被我们改掉的代码，都在证书上留下了看不见的签名。下面也附上一张我们移动终端图像超分的效果图：

---

八、尾声

这个夏天，“浪浪山的小妖怪”很火，我们也算是把自己最好的九十天留在了这个夏天。还记得评委赞许我们的获奖感言讲得这么好，因为这一幕在我心里已经演绎了成百上千遍。

这两日南京清晨与傍晚的凉风，好似在宣告着2025盛夏的落幕；而我们的鸿蒙之旅才刚刚揭幕——应用上架、创新赛、星光计划、极客……更好的机会与更大的舞台正在招手。最后我以一张我们团队的合照和浪浪山中最后一句台词作为结尾“敬每一个勇敢出发的自己。也敬每一次不体面的小失败，它们共同把我们推到了台上！”