为Nanopi m1交叉编译opencv

2024-06-11 07:04
文章标签 编译 opencv m1 交叉 nanopi

本文主要是介绍为Nanopi m1交叉编译opencv,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

为Nanopi m1交叉编译opencv

一、下载交叉编译器

根据之前的博客进行

二、下载opencv和必要库

sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
git clone https://github.com/opencv/opencv.git
cd opencv

三、进行编译

  1. 创建cmake文件
nano toolchain.cmake
set(CMAKE_SYSTEM_NAME Linux)
set(CMAKE_SYSTEM_PROCESSOR arm)# 指定交叉编译器位置
set(CMAKE_C_COMPILER /opt/nanopi-toolchain/bin/arm-cortexa9-linux-gnueabihf-gcc)
set(CMAKE_CXX_COMPILER /opt/nanopi-toolchain/bin/arm-cortexa9-linux-gnueabihf-g++)# 指定系统根目录(sysroot),这是必需的以便编译器找到正确的库和头文件
set(CMAKE_FIND_ROOT_PATH /opt/nanopi-toolchain/arm-cortexa9-linux-gnueabihf/sys-root)
  1. 创建build文件
mkdir build
cd build
  1. 创建cmake指令
    这里将opencv的编译install输出放到了output文件夹中
cmake -D CMAKE_BUILD_TYPE=Release \-D CMAKE_INSTALL_PREFIX=../output \-D BUILD_SHARED_LIBS=ON \-D WITH_JPEG=ON \-D CMAKE_TOOLCHAIN_FILE=../toolchain.cmake \-D BUILD_EXAMPLES=OFF \-D WITH_IPP=OFF \-D WITH_TBB=OFF \-D BUILD_TESTS=OFF \-D BUILD_PERF_TESTS=OFF \-D ENABLE_NEON=ON \-D ENABLE_VFPV3=ON \-D CMAKE_C_FLAGS="-std=gnu99" \-D CMAKE_CXX_FLAGS="-std=c++14" \-D BUILfD_opencv_python2=OFF \-D BUILD_opencv_python3=OFF \-D BUILD_opencv_java=OFF \-D WITH_OPENCL=OFF \-D WITH_CUDA=OFF \-D WITH_GTK=OFF \-D WITH_VTK=OFF \-D BUILD_opencv_gapi=OFF ..  # 禁用G-API模块
  1. make编译
make -j12
  1. 错误后的处理
    如果编译错误,可通过以下指令删除build中的文件
# cd build
rm -rf *
  1. 编译安装
    由于修改了-D CMAKE_INSTALL_PREFIX=../output,因此编译安装的文件输出到了output文件夹中
sudo make install

四、进行scp传输到M1

  1. 进入output文件夹,使用scp发送这两个文件夹中的内容到m1
cd ../output
scp -r lib/* pi@192.168.10.197:/usr/local/lib/
scp -r include/* pi@192.168.10.197:/usr/local/include/
  1. 问题处理:如果显示没有权限,则可以通过一个temp文件夹进行转存

五、进行测试

  1. 在nano pi m1中写一个test_opencv.cpp文件
#include <opencv2/opencv.hpp>
#include <iostream>int main() {// 替换下面的路径为一个实际的图片文件路径cv::Mat img = cv::imread("/home/pi/head.png", cv::IMREAD_COLOR);if (img.empty()) {std::cerr << "Could not open or find the image." << std::endl;return -1;}// 如果在具有图形界面的系统上运行,使用以下代码显示图片cv::imwrite("/home/pi/output.jpg", img);return 0;
}
  1. 进行编译
g++ test_opencv.cpp -o test_opencv `pkg-config --cflags --libs opencv4`
  1. 测试
./test_opencv # 可以看到生成一个output.jpg文件

六、交叉编译含opencv代码

  1. 主机弄一个标准的cpp工程。包含src、include、build文件夹
  2. CMakeList.txt文件内容如下:
cmake_minimum_required(VERSION 3.10)
project(t_cv)# 设置C++标准
set(CMAKE_CXX_STANDARD 11)
set(CMAKE_CXX_STANDARD_REQUIRED ON)# 添加include目录
include_directories(include)# 指定交叉编译工具链
set(CMAKE_SYSTEM_NAME Linux)
set(CMAKE_SYSTEM_PROCESSOR arm)# 设置交叉编译器路径
set(CMAKE_C_COMPILER /opt/nanopi-toolchain/bin/arm-linux-gcc)
set(CMAKE_CXX_COMPILER /opt/nanopi-toolchain/bin/arm-linux-g++)# 查找OpenCV包
find_package(OpenCV REQUIRED)
include_directories(${OpenCV_INCLUDE_DIRS})# 添加源代码文件
file(GLOB SOURCES "src/*.cpp")
add_executable(t_cv ${SOURCES})# 链接OpenCV库
target_link_libraries(t_cv ${OpenCV_LIBS})# 设置输出文件夹为 'output',没有用
#set(CMAKE_RUNTIME_OUTPUT_DIRECTORY ${CMAKE_BINARY_DIR}/output)
#set(CMAKE_RUNTIME_OUTPUT_DIRECTORY ${CMAKE_SOURCE_DIR}/output)
  1. main.cpp文件内容如下,一个是拍照片的,一个是保存png的:
#include <opencv2/opencv.hpp>
#include <iostream>int main() {// 打开默认相机cv::VideoCapture cap(1); // 0是默认相机的设备ID。如果不起作用,尝试更换ID。if (!cap.isOpened()) {std::cerr << "Error: Couldn't open the camera.\n";return -1;}cv::Mat frame;std::cout << "Starting camera...\n";// 从相机捕获一帧cap >> frame; // 或者使用 cap.read(frame);if (frame.empty()) {std::cerr << "Error: Couldn't capture an image.\n";return -1;}// 保存图像if (!cv::imwrite("/home/pi/captured_image.png", frame)) {std::cerr << "Error: Couldn't save the image.\n";return -1;}std::cout << "Image saved as /home/pi/captured_image.png\n";// 释放相机cap.release();return 0;
}// #include <opencv2/opencv.hpp>
// #include <iostream>
// using namespace std;
// int main() {
//     // 替换下面的路径为一个实际的图片文件路径
//     cv::Mat img = cv::imread("/home/pi/head.png", cv::IMREAD_COLOR);
//     if (img.empty()) {
//         std::cerr << "Could not open or find the image." << std::endl;
//         return -1;
//     }
//     cout<<"starting"<<endl;//     // 如果在具有图形界面的系统上运行,使用以下代码显示图片
//     bool isWritten = cv::imwrite("/home/pi/output.jpg", img);
//     if (!isWritten) {
//         std::cerr << "Failed to write the image." << std::endl;
//         return -1;
//     } else {
//         cout << "Image written successfully." << endl;
//     }//     cout<<"ok"<<endl;
//     return 0;
// }
  1. 问题:拍照片和输出png图片都没有问题,但是生成jpg文件失败。
    首先尝试在m1中安装如下库
sudo apt-get update
sudo apt-get install libjpeg62

前面的解决思路:上述通过在cmake中添加了如下对jpeg的支持,应该就解决了,上面已经添加了

-D BUILD_SHARED_LIBS=ON \
-D WITH_JPEG=ON \
  1. 问题:交叉编译的主机,显示#include <opencv2/opencv.hpp>错误找不到源。修改方式就是添加对应的源即可
    解决:在如下出问题的地方,电机快速修改,提示修改配置,然后添加对应的路径即可
    在这里插入图片描述
    图形化修改界面的内容如下
    在这里插入图片描述
    手动修改界面的内容如下
    在这里插入图片描述

这篇关于为Nanopi m1交叉编译opencv的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1050470

相关文章

Python使用OpenCV实现获取视频时长的小工具

《Python使用OpenCV实现获取视频时长的小工具》在处理视频数据时,获取视频的时长是一项常见且基础的需求,本文将详细介绍如何使用Python和OpenCV获取视频时长,并对每一行代码进行深入解析... 目录一、代码实现二、代码解析1. 导入 OpenCV 库2. 定义获取视频时长的函数3. 打开视频文

Visual Studio 2022 编译C++20代码的图文步骤

《VisualStudio2022编译C++20代码的图文步骤》在VisualStudio中启用C++20import功能,需设置语言标准为ISOC++20,开启扫描源查找模块依赖及实验性标... 默认创建Visual Studio桌面控制台项目代码包含C++20的import方法。右键项目的属性:

Python如何将OpenCV摄像头视频流通过浏览器播放

《Python如何将OpenCV摄像头视频流通过浏览器播放》:本文主要介绍Python如何将OpenCV摄像头视频流通过浏览器播放的问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完... 目录方法1:使用Flask + MJPEG流实现代码使用方法优点缺点方法2:使用WebSocket传输视

使用Python和OpenCV库实现实时颜色识别系统

《使用Python和OpenCV库实现实时颜色识别系统》:本文主要介绍使用Python和OpenCV库实现的实时颜色识别系统,这个系统能够通过摄像头捕捉视频流,并在视频中指定区域内识别主要颜色(红... 目录一、引言二、系统概述三、代码解析1. 导入库2. 颜色识别函数3. 主程序循环四、HSV色彩空间详解

OpenCV实现实时颜色检测的示例

《OpenCV实现实时颜色检测的示例》本文主要介绍了OpenCV实现实时颜色检测的示例,通过HSV色彩空间转换和色调范围判断实现红黄绿蓝颜色检测,包含视频捕捉、区域标记、颜色分析等功能,具有一定的参考... 目录一、引言二、系统概述三、代码解析1. 导入库2. 颜色识别函数3. 主程序循环四、HSV色彩空间

Python中OpenCV与Matplotlib的图像操作入门指南

《Python中OpenCV与Matplotlib的图像操作入门指南》:本文主要介绍Python中OpenCV与Matplotlib的图像操作指南,本文通过实例代码给大家介绍的非常详细,对大家的学... 目录一、环境准备二、图像的基本操作1. 图像读取、显示与保存 使用OpenCV操作2. 像素级操作3.

C/C++中OpenCV 矩阵运算的实现

《C/C++中OpenCV矩阵运算的实现》本文主要介绍了C/C++中OpenCV矩阵运算的实现,包括基本算术运算(标量与矩阵)、矩阵乘法、转置、逆矩阵、行列式、迹、范数等操作,感兴趣的可以了解一下... 目录矩阵的创建与初始化创建矩阵访问矩阵元素基本的算术运算 ➕➖✖️➗矩阵与标量运算矩阵与矩阵运算 (逐元

C/C++的OpenCV 进行图像梯度提取的几种实现

《C/C++的OpenCV进行图像梯度提取的几种实现》本文主要介绍了C/C++的OpenCV进行图像梯度提取的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录预www.chinasem.cn备知识1. 图像加载与预处理2. Sobel 算子计算 X 和 Y

C/C++和OpenCV实现调用摄像头

《C/C++和OpenCV实现调用摄像头》本文主要介绍了C/C++和OpenCV实现调用摄像头,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录准备工作1. 打开摄像头2. 读取视频帧3. 显示视频帧4. 释放资源5. 获取和设置摄像头属性

c/c++的opencv图像金字塔缩放实现

《c/c++的opencv图像金字塔缩放实现》本文主要介绍了c/c++的opencv图像金字塔缩放实现,通过对原始图像进行连续的下采样或上采样操作,生成一系列不同分辨率的图像,具有一定的参考价值,感兴... 目录图像金字塔简介图像下采样 (cv::pyrDown)图像上采样 (cv::pyrUp)C++ O