DM8168 OpenCV尝试与评估（编译ARM版OpenCV）



交叉编译opencv2.3.1，并在DM8168 cortex A8中执行图像处理。

开发环境：

PC：ubuntu12.04LTS。Intel Core 2 Duo CPU  E7200@2.53GHZ;

目标平台：SEED DVS DM8168   DVRRDK 02.00.XXXX

第一篇：OpenCV交叉编译

參考了http://blog.csdn.net/embeddedman/article/details/7416934

1.安装交叉编译链

使用DVRRDK中的ti_tools/cgt_a8/arm-2009q1/bin/arm-none-linux-xxx

需将其增加环境变量：能够加到用户文件夹下的.bashrc或/etc/profile

格式例如以下：

export PATH=/...../bin:$PATH

2.获得OpenCV源代码，本文基于2.3.1

3.安装cmake cmake-gui

4.建立编译文件夹如/opencv231/build_arm

5.进入文件夹运行cmake-gui

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvZ3VvODExMw==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center">

选择源码文件夹:/opt/OpenCV-2.31

  选择Build文件夹：/opt/opencv2.3.1_forArm，大家依据自己的喜好设置编译文件夹吧。

点击Configure，保持generator为Unix Makefiles。选择Specify options for cross-compiling，点击Next

Operating System填写arm-inux

C Compilers选择DVRRDK_02.00.00.23/ti_tools/cgt_a8/arm-2009q1/bin/arm-none-linux-gnueabi-gcc

C++ Compilers填写.......-g++

程序库的Target Root填写OpenCV安装文件夹，然后点击Finish

上面标注的表示opencv将要安装的文件夹，默觉得/usr/local，为了便于管理，大家能够安装在自己设定的文件夹下，能够改动，同一时候。网上资料说：另外，我没有安装tiff图像的支持，因此去掉WITH_TIFF（出自：http://blog.csdn.net/eagelangel/article/details/7232364）。在此点击Configure，然后点击Gennerate就会生成Makefile。

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvZ3VvODExMw==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center">

进入/opt/opencv2.3.1_forArm文件夹。运行make命令，就会编译opencv，编译过程中遇到例如以下错误：

In file included from /opt/OpenCV-2.3.1/modules/flann/src/precomp.hpp:9,

                 from /opt/opencv2.3.1_forArm/modules/flann/opencv_flann_pch_dephelp.cxx:1:

/opt/OpenCV-2.3.1/modules/flann/include/opencv2/flann/dist.h: In function 'T cvflann::abs(T) [with T = long double]':

/opt/OpenCV-2.3.1/modules/flann/include/opencv2/flann/dist.h:63: error: 'fabsl' was not declared in this scope

make[2]: *** [modules/flann/CMakeFiles/opencv_flann_pch_dephelp.dir/opencv_flann_pch_dephelp.obj] Error 1

make[1]: *** [modules/flann/CMakeFiles/opencv_flann_pch_dephelp.dir/all] Error 2

make: *** [all] Error 2

解决方法：改动OpenCV-2.3.1/modules/flann/include/opencv2/flann/dist.h文件第63行的源代码：将absl()改动为abs()

假设编译过程遇到例如以下错误：

Linking CXX executable ../../bin/opencv_test_calib3d

../../lib/libopencv_core.so: undefined reference to `pthread_key_create'

../../lib/libopencv_core.so: undefined reference to `pthread_getspecific'

../../lib/libopencv_ts.so: undefined reference to `pthread_key_delete'

../../lib/libopencv_core.so: undefined reference to `pthread_once'

../../lib/libopencv_core.so: undefined reference to `clock_gettime'

../../lib/libopencv_core.so: undefined reference to `pthread_setspecific'

collect2: ld returned 1 exit status

make[2]: *** [bin/opencv_test_calib3d] Error 1

make[1]: *** [modules/calib3d/CMakeFiles/opencv_test_calib3d.dir/all] Error 2

make: *** [all] Error 2

解决方式：改动/opt/opencv2.3.1文件夹下的CMakeCache.txt。CMAKE_EXE_LINKER_FLAGS原来为空。加上-lpthread -lrt，假设没有自己加上。

注意：每次错误产生。经改动后。仅仅要再次运行make命令就接着编译，编译成功后，运行make intall命令就会安装opencv。

因为本人的安装文件夹为：/opt/opencv2.3.1_arm，大家能够看到生成了bin、lib、include等文件夹，例如以下：

第二篇

执行

1.将以上文件夹lib include是必须的拷贝的板子上。文件夹能够随意,也能够放到系统动态库文件夹。关于这两点能够參考：

http://blog.chinaunix.net/uid-23215128-id-2521319.html

一个演示样例代码：

#include "cv.h"
    #include "highgui.h"   

    int main( int argc, char** argv )  

    {
      IplImage* pImg; //声明IplImage指针   

      //加载图像。强制转化为Gray   

      if( 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   

          return 0;
        }  

      return -1;
    } 

採用下面命令方式在pc上进行编译，当然编译时所连接的库是arm版的：

arm-none-linux-gnueabi-g++ test.cpp -o main1 -I/usr/local/arm/opencv/include/opencv -I/usr/local/arm/opencv/include -L/usr/local/arm/opencv/lib -lpthread -ldl -lrt -lopencv_core  -lopencv_highgui

（文件夹可能有所不同）

假设PC中 arm的库的路径与lib在板子上的路径不一致的话，运行程序会提示找不到库，这时能够通过板卡设置export LD_LIBRARY_PATH=   使程序能够搜索到库。

另外最好将板子上opencvlib的文件夹见一个软连接到/usr/lib.

2.运行

./

结论：

终于执行结果：cvSplit cvMin cvCreateImage等等的操作，大概是台式机PC的1/40的速度。

计划：与DSP联合运算。