opencv在hisi平台的移植

2024-03-26 22:38
文章标签 平台 opencv 移植 hisi

本文主要是介绍opencv在hisi平台的移植，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！

opencv249在hisi3516上的移植总结

经本人尝试opencv249在arm-hisiv200-linux-g++ 可以编译通过，在arm-hisiv100-linux-g++ 下编译会出现错误。本文分别介绍在arm-hisiv200-linux-g++ 和arm-hisiv100-linux-g++ 下opencv的编译方式。

一、arm-hisiv200-linux-g++交叉编译链 

Ubuntu12.04

OpenCV-2.4.9

1、在/home下新建文件夹

# mkdir opencv249

把下载的OpenCV-2.4.9.tar.bz2解压到/home/opencv 目录下

2、然后在home/opencv  新建一个 hisiv200-build 文件夹，作为CMake编译hisi版本的工作目录

# mkdir hisiv200-build


3、在终端里调出CMake gui界面：

# cmake-gui 

(1)在configure时选择

CMAKE_SYSTEM_NAME:hisiv-linux 
 C:选择/opt/hisi-linux/x86-arm/arm-hisiv200-linux/target/bin/arm-hisiv200-linux-gcc 
 C++:选择/opt/hisi-linux/x86-arm/arm-hisiv200-linux/target/bin/arm-hisiv200-linux-g++ 

修改安装目录：CMAKE_INSTALL_PREFIX:/opt/2.4.9-arm-hisiv200 

(2)   opencv编译OPENEXR时要用到libImath.so，

在配置界面要把build_opencvxr和with_opencvxr去掉，否则会出现这个问题。

/usr/lib/libImath.so: could not read symbols: File in wrong format 

collect2: ld returned 1 exit status 

make[2]: *** [lib/libopencv_highgui.so] 错误 1 

make[1]: *** [modules/highgui/CMakeFiles/opencv_highgui.dir/all] 错误 2 make: *** [all] 错误 2

    还要去掉build_opencv_ocl和with_opencl,否则会出下面的错误

../../lib/libopencv_ocl.so:undefined reference to 'dlopen' 

    还要去掉tiff库的编译

（3）修改默认安装路径，默认安装目录为/usr/local，但我想对它统一归类，所以我在opt/目录下新建了一个opencv249文件夹，在Cmake-gui里修改CMAKE_INSTALL_PREFIX变量改为/opt/opencv249/hisi

（4）修改hisiv200_build目录下的CMakeCache.txt，CMAKE_EXE_LINKER_FLAGS原来为空，加上-lpthread -lrt

4、进行编译：make

5、make install

这样就移植完成


二、arm-hisiv100-linux-g++交叉编译链

Ubuntu10.04

OpenCV-2.4.2

步骤与上述一致。


三、配置编译环境

1、进入/opt/opencv249/hisi目录下，建立pkgconfig目录，进入目录建立hisiv200-opencv249.pc文件 #gedit hisiv200-opencv249.pc点击打开链接

        

2、编辑库连接配置文件

      #gedit /etc/ld.so.conf/hisiv200-opencv249.pc

      在文档中加入/opt/opencv249/hisi/lib

     然后启用配置sudo ldconfig


3、配置PKG_CONFIG_PATH 

#gedit /etc/bash.bashrc

在文档最后加入export PKG_CONFIG_PATH=/opt/opencv249/hisi:$PKG_CONFIG_PATH

#source /etc/bash/bashrc


4、测试#pkg-config --libs --cflags hisiv200-opencv249

会显示相应的头文件和库即可


四、编译程序

注意：embedded linux不支持OpenCV自己的Highgui，所以不能在目标板上使用cvNameWidow(),cvWaitKey(),cvShowImage()等显示函数，但是可以利用里面的cvLoad()等函数。

        

         本人写了一个脚本文件，与要编译的文件放在同一目录下，直接./ ******，就可以编译C和C++源文件， 点击打开链接

       注意：要在该脚本文件中加上-static。否则在hisi上无法运行。

如果出现cv异常之类的错误，就是使用了cvNameWidow(),cvWaitKey(),cvShowImage()等显示函数



opencv320在3519上的移植

1、修改opencv-3.2.0/platforms/linux/arm-gnueabi.toolchain.cmake，如下：

set(CMAKE_SYSTEM_NAME Linux)
set(CMAKE_SYSTEM_VERSION 1)
set(CMAKE_SYSTEM_PROCESSOR arm-hisiv500-linux-gnueabi)set(GCC_COMPILER_VERSION "4.9" CACHE STRING "GCC Compiler version")set(FLOAT_ABI_SUFFIX "")
if (NOT SOFTFP)set(FLOAT_ABI_SUFFIX "hf")
endif()#CROSS COMPILE SETTING
set(TOOLCHAIN_DIR "/opt/hisi-linux/x86-arm/arm-hisiv500-linux/")
set(CMAKE_C_COMPILER "/opt/hisi-linux/x86-arm/arm-hisiv500-linux/bin/arm-hisiv500-linux-uclibcgnueabi-gcc")
set(CMAKE_CXX_COMPILER "/opt/hisi-linux/x86-arm/arm-hisiv500-linux/bin/arm-hisiv500-linux-uclibcgnueabi-g++")
set(CMAKE_FIND_ROOT_PATH /opt/hisi-linux/ /opt/hisi-linux/x86-arm/arm-hisiv500-linux/)
set(ARM_LINUX_SYSROOT /opt/hisi-linux/x86-arm/arm-hisiv500-linux/ CACHE PATH "ARM cross compile system root")MESSAGE(STATUS "This is cross compile dir --->"$(CMAKE_C_COMPILER))#find_program(CMAKE_C_COMPILER NAMES arm-linux-gnueabi${FLOAT_ABI_SUFFIX}-gcc-${GCC_COMPILER_VERSION})
#find_program(CMAKE_CXX_COMPILER NAMES arm-linux-gnueabi${FLOAT_ABI_SUFFIX}-g++-${GCC_COMPILER_VERSION})
#set(ARM_LINUX_SYSROOT /usr/arm-linux-gnueabi${FLOAT_ABI_SUFFIX} CACHE PATH "ARM cross compilation system root")#set(CMAKE_CXX_FLAGS           ""                    CACHE STRING "c++ flags")
#set(CMAKE_C_FLAGS             ""                    CACHE STRING "c flags")
#set(CMAKE_SHARED_LINKER_FLAGS ""                    CACHE STRING "shared linker flags")
#set(CMAKE_MODULE_LINKER_FLAGS ""                    CACHE STRING "module linker flags")
#set(CMAKE_EXE_LINKER_FLAGS    "-Wl,-z,nocopyreloc"  CACHE STRING "executable linker flags")set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -mthumb -fdata-sections -Wa,--noexecstack -fsigned-char -Wno-psabi")
set(CMAKE_C_FLAGS   "${CMAKE_C_FLAGS} -mthumb -fdata-sections -Wa,--noexecstack -fsigned-char -Wno-psabi")set(CMAKE_SHARED_LINKER_FLAGS "-Wl,--fix-cortex-a8 -Wl,--no-undefined -Wl,--gc-sections -Wl,-z,noexecstack -Wl,-z,relro -Wl,-z,now ${CMAKE_SHARED_LINKER_FLAGS}")
set(CMAKE_MODULE_LINKER_FLAGS "-Wl,--fix-cortex-a8 -Wl,--no-undefined -Wl,--gc-sections -Wl,-z,noexecstack -Wl,-z,relro -Wl,-z,now ${CMAKE_MODULE_LINKER_FLAGS}")
set(CMAKE_EXE_LINKER_FLAGS    "-Wl,--fix-cortex-a8 -Wl,--no-undefined -Wl,--gc-sections -Wl,-z,noexecstack -Wl,-z,relro -Wl,-z,now ${CMAKE_EXE_LINKER_FLAGS}")if(USE_NEON)message(WARNING "You use obsolete variable USE_NEON to enable NEON instruction set. Use -DENABLE_NEON=ON instead." )set(ENABLE_NEON TRUE)
elseif(USE_VFPV3)message(WARNING "You use obsolete variable USE_VFPV3 to enable VFPV3 instruction set. Use -DENABLE_VFPV3=ON instead." )set(ENABLE_VFPV3 TRUE)
endif()#set(CMAKE_FIND_ROOT_PATH ${CMAKE_FIND_ROOT_PATH} ${ARM_LINUX_SYSROOT})if(EXISTS ${CUDA_TOOLKIT_ROOT_DIR})set(CMAKE_FIND_ROOT_PATH ${CMAKE_FIND_ROOT_PATH} ${CUDA_TOOLKIT_ROOT_DIR})
endif()set( CMAKE_SKIP_RPATH TRUE CACHE BOOL "If set, runtime paths are not added when using shared libraries." )
set(CMAKE_FIND_ROOT_PATH_MODE_INCLUDE ONLY)
set(CMAKE_FIND_ROOT_PATH_MODE_LIBRARY ONLY)
set(CMAKE_FIND_ROOT_PATH_MODE_PROGRAM ONLY)# macro to find programs on the host OS
macro( find_host_program )set( CMAKE_FIND_ROOT_PATH_MODE_PROGRAM NEVER )set( CMAKE_FIND_ROOT_PATH_MODE_LIBRARY NEVER )set( CMAKE_FIND_ROOT_PATH_MODE_INCLUDE NEVER )if( CMAKE_HOST_WIN32 )SET( WIN32 1 )SET( UNIX )elseif( CMAKE_HOST_APPLE )SET( APPLE 1 )SET( UNIX )endif()find_program( ${ARGN} )SET( WIN32 )SET( APPLE )SET( UNIX 1 )set( CMAKE_FIND_ROOT_PATH_MODE_PROGRAM ONLY )set( CMAKE_FIND_ROOT_PATH_MODE_LIBRARY ONLY )set( CMAKE_FIND_ROOT_PATH_MODE_INCLUDE ONLY )
endmacro()# macro to find packages on the host OS
macro( find_host_package )set( CMAKE_FIND_ROOT_PATH_MODE_PROGRAM NEVER )set( CMAKE_FIND_ROOT_PATH_MODE_LIBRARY NEVER )set( CMAKE_FIND_ROOT_PATH_MODE_INCLUDE NEVER )if( CMAKE_HOST_WIN32 )SET( WIN32 1 )SET( UNIX )elseif( CMAKE_HOST_APPLE )SET( APPLE 1 )SET( UNIX )endif()find_package( ${ARGN} )SET( WIN32 )SET( APPLE )SET( UNIX 1 )set( CMAKE_FIND_ROOT_PATH_MODE_PROGRAM ONLY )set( CMAKE_FIND_ROOT_PATH_MODE_LIBRARY ONLY )set( CMAKE_FIND_ROOT_PATH_MODE_INCLUDE ONLY )
endmacro()

2、在opencv-3.2.0/platforms/linux/下建立执行cmake的路径:build_softfp，建立好编译后的安装路径：install_dir


3、进入build_softfp，并执行

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=../install_dir/ -D SOFTFP=ON -D ENABLE_NEON=ON -D CMAKE_TOOLCHAIN_FILE=../arm-gnueabi.toolchain.cmake ../../../


然后make，make install


4、编写测试程序

在opencv-3.2.0/platforms/linux/建立test目录，进入test，

opencv_hisi.c

#include <opencv/cv.h>
#include <opencv/highgui.h>
#include <stdio.h>int main( int argc, char** argv )
{IplImage* pImg; // 声明IplImage指针// 载入图像，强制转化为Grayif( argc == 3 && (pImg = cvLoadImage( argv[1], 0)) != 0 ){IplImage* pImg2 = cvCreateImage(cvGetSize(pImg), pImg->depth, pImg->nChannels);cvCopy(pImg, pImg2, NULL);cvSaveImage(argv[2], pImg2);// 把图像写入文件cvReleaseImage( &pImg );    // 释放图像cvReleaseImage( &pImg2 );   // 释放图像printf("Success！\n");return 0;}printf("Fail！\n");return -1;
}

Makefile: 

CC = arm-hisiv500-linux-g++DEMOTAR = opencv_hisi
DEMOOBJ = opencv_hisi.oCFLAGS += -g -Wall -I$(shell pwd)/../_install/include
LDFLAGS += -L$(shell pwd)/../_install/lib -Wl,-Bdynamic -lopencv_core -lopencv_highgui -lopencv_imgproc -lopencv_imgcodecs -lpthread -lrt%.o: %.c@echo "[Compiling] $< ..."@$(CC) $(CFLAGS) -c $<all: $(DEMOTAR)$(DEMOTAR):$(DEMOOBJ)@$(CC) -o $@ $^ $(LDFLAGS).PHONY : clean
clean:rm -rf $(DEMOOBJ) $(DEMOTAR)

将对应so库放入hisi3519中，然后执行

./opencv_hisi lena.jpg lena_test.jpg





这篇关于opencv在hisi平台的移植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/850081。

相关文章

Java中的Opencv简介与开发环境部署方法

Java中的Opencv简介与开发环境部署方法

《Java中的Opencv简介与开发环境部署方法》OpenCV是一个开源的计算机视觉和图像处理库,提供了丰富的图像处理算法和工具,它支持多种图像处理和计算机视觉算法,可以用于物体识别与跟踪、图像分割与... 目录1.Opencv简介Opencv的应用2.Java使用OpenCV进行图像操作opencv安装j
阅读更多...
opencv实现像素统计的示例代码

opencv实现像素统计的示例代码

《opencv实现像素统计的示例代码》本文介绍了OpenCV中统计图像像素信息的常用方法和函数,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1. 统计像素值的基本信息2. 统计像素值的直方图3. 统计像素值的总和4. 统计非零像素的数量
阅读更多...
流媒体平台/视频监控/安防视频汇聚EasyCVR播放暂停后视频画面黑屏是什么原因？

流媒体平台/视频监控/安防视频汇聚EasyCVR播放暂停后视频画面黑屏是什么原因？

视频智能分析/视频监控/安防监控综合管理系统EasyCVR视频汇聚融合平台，是TSINGSEE青犀视频垂直深耕音视频流媒体技术、AI智能技术领域的杰出成果。该平台以其强大的视频处理、汇聚与融合能力，在构建全栈视频监控系统中展现出了独特的优势。视频监控管理系统EasyCVR平台内置了强大的视频解码、转码、压缩等技术，能够处理多种视频流格式，并以多种格式（RTMP、RTSP、HTTP-FLV、WebS
阅读更多...
使用opencv优化图片（画面变清晰）

使用opencv优化图片（画面变清晰）

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化，使其看起来更清晰，同时保持尺寸不变，通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多，主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器：相机传
阅读更多...
综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动，这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升：减少抖动，提高图像的清晰度和细节表现力，使得监控画面更加真实可信。 - 细节增强：在低光条件下，抖
阅读更多...
JAVA智听未来一站式有声阅读平台听书系统小程序源码

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来，一站式有声阅读平台听书系统 🌟&nbsp;开篇：遇见未来，从“智听”开始 在这个快节奏的时代，你是否渴望在忙碌的间隙，找到一片属于自己的宁静角落？是否梦想着能随时随地，沉浸在知识的海洋，或是故事的奇幻世界里？今天，就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统，它正悄悄改变着我们的阅读方式，让未来触手可及！ 📚&nbsp;第一站：海量资源，应有尽有 走进“智听
阅读更多...
如何解决线上平台抽佣高 线下门店客流少的痛点！

如何解决线上平台抽佣高 线下门店客流少的痛点！

目前，许多传统零售店铺正遭遇客源下降的难题。尽管广告推广能带来一定的客流，但其费用昂贵。鉴于此，众多零售商纷纷选择加入像美团、饿了么和抖音这样的大型在线平台，但这些平台的高佣金率导致了利润的大幅缩水。在这样的市场环境下，商家之间的合作网络逐渐成为一种有效的解决方案，通过资源和客户基础的共享，实现共同的利益增长。 以最近在上海兴起的一个跨行业合作平台为例，该平台融合了环保消费积分系统，在短
阅读更多...
Android平台播放RTSP流的几种方案探究（VLC VS ExoPlayer VS SmartPlayer）

Android平台播放RTSP流的几种方案探究（VLC VS ExoPlayer VS SmartPlayer）

技术背景 好多开发者需要遴选Android平台RTSP直播播放器的时候，不知道如何选的好，本文针对常用的方案，做个大概的说明： 1. 使用VLC for Android VLC Media Player（VLC多媒体播放器），最初命名为VideoLAN客户端，是VideoLAN品牌产品，是VideoLAN计划的多媒体播放器。它支持众多音频与视频解码器及文件格式，并支持DVD影音光盘，VCD影
阅读更多...
【区块链 + 人才服务】区块链集成开发平台 | FISCO BCOS应用案例

【区块链 + 人才服务】区块链集成开发平台 | FISCO BCOS应用案例

随着区块链技术的快速发展，越来越多的企业开始将其应用于实际业务中。然而，区块链技术的专业性使得其集成开发成为一项挑战。针对此，广东中创智慧科技有限公司基于国产开源联盟链 FISCO BCOS 推出了区块链集成开发平台。该平台基于区块链技术，提供一套全面的区块链开发工具和开发环境，支持开发者快速开发和部署区块链应用。此外，该平台还可以提供一套全面的区块链开发教程和文档，帮助开发者快速上手区块链开发。
阅读更多...
K8S（Kubernetes）开源的容器编排平台安装步骤详解

K8S（Kubernetes）开源的容器编排平台安装步骤详解

K8S（Kubernetes）是一个开源的容器编排平台，用于自动化部署、扩展和管理容器化应用程序。以下是K8S容器编排平台的安装步骤、使用方式及特点的概述： 安装步骤： 安装Docker：K8S需要基于Docker来运行容器化应用程序。首先要在所有节点上安装Docker引擎。 安装Kubernetes Master：在集群中选择一台主机作为Master节点，安装K8S的控制平面组件，如AP
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2