-05-OpenCV程序测试【Xilinx-Petalinux学习】

下面实现OpenCV的交叉编译和程序测试。

将上次在CentOS编译出的库文件夹/usr/local/arm/opencv-lib和/usr/local/arm/opencv-arm分别拷贝到Ubuntu中的相同目录下，用来之后的OpenCV程序的交叉编译。

step1: 交叉编译准备工作

为了方便我们需要将前面复制过来的两个文件夹合并，指令：

cp -r /usr/local/arm/opencv-lib/* /usr/local/arm/opencv-arm/

然后代码中若用到了打印函数，需要用到libstdc++的库，所以我们需要将这个库也顺便复制到OpenCV的库文件夹中。指令：

cd /opt/pkg/petalinux/petalinux-v2015.4-final/tools/linux-i386/arm-xilinx-linux-gnueabi
find ./ -name '*libstdc++.so.6*'

cp ./arm-xilinx-linux-gnueabi/libc/usr/lib/libstdc++.so /usr/local/arm/opencv-arm/lib/
cp ./arm-xilinx-linux-gnueabi/libc/usr/lib/libstdc++.so.6 /usr/local/arm/opencv-arm/lib/
cp ./arm-xilinx-linux-gnueabi/libc/usr/lib/libstdc++.so.6.0.20 /usr/local/arm/opencv-arm/lib/

这样就得到了交叉编译的所有依赖库文件，在下面的文件中。

/usr/local/arm/opencv-arm

接着需要把所有库文件下载到板子的非易失存储器当中去。

首先在Ubuntu中生成OpenCV的库镜像文件。

cd /usr/local/arm
#查看opencv--arm文件夹大小，我的为110MB左右
#镜像的名字opencv_lib.img和大小120M，可以根据实际链接库的大小进行设置
dd if=/dev/zero of=opencv_lib.img bs=1M count=120
mkfs.ext2 -F opencv_lib.img
chmod go+w opencv_lib.img
mount opencv_lib.img -o loop /mnt
#复制相应的库的即将压缩的镜像中
cp -r /usr/local/arm/opencv-arm/* /mnt
chmod go-w opencv_lib.img
umount /mnt

通过U盘复制opencv_lib.img这个文件夹到系统的eMMC存储器当中，并挂载库和连接。

mkdir /mnt/usb
mkdir /mnt/emmc
mount /dev/sda0 /mnt/usb
mount /dev/mmcblk0p2 /mnt/emmc
cp /mnt/usb/opencv_lib.img /mnt/emmc
umount /mnt/usb
mkdir /usr/lib/opencv
mount /mnt/emmc/opencv_lib.img /usr/lib/opencv
LD_LIBRARY_PATH=/usr/lib/opencv/lib/

step2: 交叉编译

为了方便使用eclipse来进行OpenCV程序的开发，可以参考：

http://docs.opencv.org/2.4/doc/tutorials/introduction/linux_eclipse/linux_eclipse.html

打开eclipse。

File -> New -> C/C++ Project

选择C++ Managed Build并进入工程设置界面：

Project name : arm_opencv_temp

Project type : Empty Project

Toolchain : Cross GCC

点击Next，Next。

然后选择gcc交叉编译器所在目录：

Cross compiler prefix : arm-xilinx-linux-gnueabi-

Cross compiler path : /opt/pkg/petalinux/petalinux-v2015.4-final/tools/linux-i386/arm-xilinx-linux-gnueabi/bin

点击Finish，完成设置。

在左边的Project Explorer右键点击刚才建立的arm_opencv_temp工程，选择新建一个文件夹src，并在src中新建一个C++文件，arm_opencv_temp.cpp。

打开c++源文件，并粘贴如下代码到文件中。

这里的代码实现的是通过USB摄像头采集图像并保存为avi视频格式。

#include "cv.h"
#include "cxcore.h"
#include "highgui.h"
#include "iostream"

using namespace std;
int main()
{
CvCapture* capture=cvCaptureFromCAM(-1);
CvVideoWriter* video=NULL;
IplImage* frame=NULL;
int n;
if(!capture) //如果不能打开摄像头给出警告
{
cout<<"Can not open the camera."<<endl;
return -1;
}
else
{
frame=cvQueryFrame(capture); //首先取得摄像头中的一帧
video=cvCreateVideoWriter("camera.avi", CV_FOURCC('X', 'V', 'I', 'D'), 25,
cvSize(frame->width,frame->height)); //创建CvVideoWriter对象并分配空间
//保存的文件名为camera.avi，编码要在运行程序时选择，大小就是摄像头视频的大小，帧频率是32
if(video) //如果能创建CvVideoWriter对象则表明成功
{
cout<<"VideoWriter has created."<<endl;
}

//     cvNamedWindow("Camera Video",1); //新建一个窗口
int i = 0;
while(i <= 200) // 让它循环200次自动停止录取
{
frame=cvQueryFrame(capture); //从CvCapture中获得一帧
if(!frame)
{
cout<<"Can not get frame from the capture."<<endl;
break;
}
n=cvWriteFrame(video,frame); //判断是否写入成功，如果返回的是1，表示写入成功
cout<<n<<endl;
//        cvShowImage("Camera Video",frame); //显示视频内容的图片

4000
i++;
//        if(cvWaitKey(2)>0)
//           break; //有其他键盘响应，则退出
}

cvReleaseVideoWriter(&video);
cvReleaseCapture(&capture);
//     cvDestroyWindow("Camera Video");
}
return 0;
}

因为我的opencv交叉编译库中没有图形界面的支持，所以我注释掉了关于图形显示的函数调用。包括：

//cvNamedWindow("Camera Video",1);
//cvShowImage("Camera Video",frame); //显示视频内容的图片
//if(cvWaitKey(2)>0)
//  break;
//cvDestroyWindow("Camera Video");

保存源文件后，发现很多错误。这是因为我们还没有连接到我们的opencv交叉编译库。

按照下面的图进行配置：











其中的Cross G++ Linker -> Libraries -> Libraries(-l)中包含了所有的opencv库文件：

opencv_core opencv_highgui opencv_imgproc opencv_nonfree opencv_ml
opencv_video opencv_videostab opencv_features2d opencv_gpu
opencv_calib3d opencv_objdetect opencv_photo opencv_stitching
opencv_ts opencv_superres opencv_contrib opencv_legacy opencv_flann

尤其注意最后一张图片的配置，需要向Miscellaneous的Linker flags添加如下信息，才能够保证编译器顺利找到我们的交叉编译库所在目录。

-Wl,-rpath-link,/usr/local/arm/opencv-arm/lib

设置完成后点击OK，Ctrl+B进行编译。我们就可以在工程目录下的Debug文件中找到arm平台上的可执行文件arm_opencv_temp。

编译成功打印的log信息：

11:19:16 **** Incremental Build of configuration Debug for project arm_opencv_temp ****
make all
Building target: arm_opencv_temp
Invoking: Cross G++ Linker
arm-xilinx-linux-gnueabi-g++ -L/usr/local/arm/opencv-arm/lib -Wl,-rpath-link,/usr/local/arm/opencv-arm/lib -o "arm_opencv_temp"  ./src/arm_opencv_temp.o   -lopencv_core -lopencv_highgui -lopencv_imgproc -lopencv_nonfree -lopencv_ml -lopencv_video -lopencv_videostab -lopencv_features2d -lopencv_gpu -lopencv_calib3d -lopencv_objdetect -lopencv_photo -lopencv_stitching -lopencv_ts -lopencv_superres -lopencv_contrib -lopencv_legacy -lopencv_flann
Finished building target: arm_opencv_temp
11:19:18 Build Finished (took 2s.937ms)

在板子上插入USB摄像头，并复制运行程序，即可实现嵌入式平台的USB摄像头视频采集和保存的功能。

存在的问题：

使用纯软件的方法进行摄像头读取，jpeg解压以及avi视频的存储，速度很慢，例子中的200帧图像需要很久才能处理完成！

先这样吧，之后再想解决办法。

step3: Ubuntu OpenCV的安装与测试

前面已经实现了OpenCV的交叉编译和测试，但是为了方便，我们还是需要在PC机的Ubuntu上安装OpenCV。这样就能够在PC上完成程序编译与功能验证以后，再进行交叉编译，最终确保程序能够在目标平台上正常运行。

Ubuntu上的OpenCV安装起来还是比较方便的。

下载好OpenCV源码后，首先安装必要的第三方库：

apt-get install cmake-curses-gui
apt-get install cmake-gui
apt-get install build-essential libgtk2.0-dev libjpeg-dev libtiff5-dev libjasper-dev libopenexr-dev cmake python-dev python-numpy python-tk libtbb-dev libeigen3-dev yasm libfaac-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev libx264-dev libqt4-dev libqt4-opengl-dev sphinx-common texlive-latex-extra libv4l-dev libdc1394-22-dev libavcodec-dev libavformat-dev libswscale-dev default-jdk ant libvtk5-qt4-dev

解压源码后，进行编译配置：

mkdir build
cd build
cmake -D WITH_TBB=ON -D BUILD_NEW_PYTHON_SUPPORT=ON -D WITH_V4L=ON -D INSTALL_C_EXAMPLES=ON -D INSTALL_PYTHON_EXAMPLES=ON -D BUILD_EXAMPLES=ON -D WITH_QT=ON -D WITH_OPENGL=ON -D WITH_VTK=ON ..
cmake-gui

弹出的gui中，勾选WITH

WITH_FFMPEG
WITH_JASPER
WITH_JPEG
WITH_OPENEXR
WITH_PNG
WITH_TIFF
WITH_V4L
WITH_LIBV4L
WITH_GTK

编译，安装：

make
make install

修改环境变量：

gedit /etc/ld.so.conf.d/opencv.conf
#增加
/usr/local/lib
#保存关闭
ldconfig
gedit /etc/bash.bashrc
#增加
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
#保存关闭
source /etc/bash.bashrc

这样，就完成了Ubuntu的OpenCV安装。

同交叉编译的OpenCV一样，我们也使用eclipse IDE来进行程序开发。

eclipse 的工程配置基本和交叉编译相同，只是不用选择交叉编译器，而是直接使用Linux系统中自带的G++编译器进行编译。

由于编译OpenCV时，选择了WITH_GTK，所以可以直接在使用诸如cvShowImage的命令实现图形界面的显示。