Zedboard安装与移植OpenCV

转自http://blog.csdn.net/brilliantdo/article/details/51417798

参照《嵌入式系统软硬件协同设计实战指南》这本书第十三章13.5 OpenCV移植与sanwan的一篇博客中的相关内容；

主要分为两个大部分，OpenCV在PC Ubuntu上的安装和OpenCV在Zedboard上的移植。

一、OpenCV在PC Ubuntu上的安装

采用的是Ubuntu 14.04系统，在OpenCV官网下载的源码版本为2.3.1，下载地址

https://sourceforge.net/projects/opencvlibrary/files/opencv-unix/2.3.1/

1. 安装第三方库

获取su权限进行操作。安装第三方库，命令如下：

apt-get install build-essential apt-get install cmake cmake-gui apt-get install libgtk2.0-dev apt-get install libavcodec-dev libavformat-dev libswscale-dev apt-get install libdc1394-22-dev apt-get install libjpeg-dev libpng-dev libtiff-dev libjasper-dev 123456 123456

2. 新建安装文件夹

将OpenCV解压到自建目录/home/linux/OpenCV-2.3.1下，新建目标build。这是个临时文件夹，安装完成后可以删除。

进入build目录。进行命令配置：

mkdir build cd build cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ../ 123 123

在这里设置了安装目录为/usr/local（其实也是默认的安装路径，当然可以修改为自定义路径），命令完成后build目录下多了一些文件，可以通过ls命令进行查看。

3. OpenCV安装配置

执行ccmake ./进行OpenCV配置，把WITH_1394，WITH_CUDA，WITH_FFMPEG设置为OFF，其他不变；

按c键进行配置，g键产生Makefile。

4. 进行编译和安装：

这个过程时间比较长，make比较占时间。

make sudo make install 12 12

安装结束后可以在/usr/local/lib目录下看到OpenCV的链接库。

5. 配置系统变量

vi /etc/ld.so.conf.d/opencv.conf 1 1

添加/usr/local/lib，保存并退出，进行配置：

sudo ldconfig 1 1

打开并修改bash.bashrc文件：

vi /etc/bash.bashrc 1 1

在末尾添加如下两行：

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig export PKG_CONFIG_PATH 12 12

保存并重启终端。

6. 测试OpenCV的效果

进入OpenCV的解压目录，找到samples文件夹，运行其中的C程序样例进行测试

cd /home/linux/OpenCV-2.3.1/samples/c chmod +x build_all.sh ./build_all.sh ./facedetect lena.jpg 1234 1234

测试效果如图所示：

---

二、OpenCV在Zedboard上的移植

前提是Ubuntu要配置好交叉编译环境，也需要获取su权限

1. 新建安装文件目录

新建文件夹OpenCV_zed，作为OpenCV移植Zedboard的相关文件的配置文件夹；将OpenCV源码解压；

此时的目录/home/linux/OpenCV_zed/OpenCV-2.3.1;

2. 配置安装链

在OpenCV-2.3.1文件夹内建立install和build文件夹，并创建toolchain.cmake文件，其内容如下：

set(CMAKE_SYSTEM_NAME Linux) set(CMAKE_SYSTEM_PROCESSOR arm) set(CMAKE_C_COMPILER arm-xilinx-linux-gnueabi-gcc) set(CMAKE_CXX_COMPILER arm-xilinx-linux-gnueabi-g++) 1234 1234

3. OpenCV安装配置

进入bulid文件夹进行命令配置，关联toolchain.cmake文件并配置移植OpenCV的安装目录：

cmake -D CMAKE_TOOLCHAIN_FILE=toolchain.cmake -D CMAKE_INSTALL_PREFIX=/home/linux/OpenCV_zed/OpenCV-2.3.1/install ../ 1 1

4. 生成Makefile文件

执行ccmake ./进行OpenCV配置，将所有WITH开头的选项选成OFF（除了WITH_V4L为ON）；按c键进行配置，g键产生Makefile

5. 编译安装

通过make编译，make install进行安装；安装结束后Zedboard上的OpenCV库已经生成，在install文件夹下。

6. OpenCV库移植

可以通过将OpenCV运行库压缩到ramdisk镜像中的方法进行移植；不过在这里将OpenCV运行库压缩成镜像，Zedboard上板测试时通过加载镜像的方式使用；下面进行镜像制作：

cd /home/linux/OpenCV_zed/ // 生成镜像的目录 dd if=/dev/zero of=opencv_lib.img bs=1M count=80 // 镜像的名字opencv_lib.img和大小80M，可以根据实际链接库的大小进行设置 mkfs.ext2 -F opencv_lib.img chmod go+w opencv_lib.img mount opencv_lib.img -o loop /mnt cp /home/linux/OpenCV_zed/OpenCV-2.3.1/install/* /mnt // 复制相应的库的即将压缩的镜像中 chmod go-w opencv_lib.img umount /mnt 1234567891011 1234567891011

在相应的/home/linux/OpenCV_zed/目录下就会生成opencv_lib.img镜像文件，可以在Zedboard上加载使用。

7. 移植结果测试

测试的源码为陆佳华书上的edge_detection.cpp，如下：

#include "cv.h" #include "highgui.h" IplImage* doCanny( IplImage* in, double lowThresh, double highThresh, double aperture) { if (in->nChannels != 1) return 0; // Canny only handles gray scale images IplImage* out = cvCreateImage( cvGetSize( in ), in->depth, //IPL_DEPTH_8U, 1); cvCanny( in, out, lowThresh, highThresh, aperture ); return( out ); }; int main( int argc, char** argv ) { if(argc!= 3) printf("arguments error! format origin_image.bmp target_image.bmp\n"); IplImage* img_rgb = cvLoadImage( argv[1] ); IplImage* img_gry = cvCreateImage( cvSize( img_rgb->width, img_rgb->height ), img_rgb->depth, 1); cvCvtColor(img_rgb, img_gry ,CV_BGR2GRAY); // cvNamedWindow("Example Gray", CV_WINDOW_AUTOSIZE ); // cvNamedWindow("Example Canny", CV_WINDOW_AUTOSIZE ); // cvShowImage("Example Gray", img_gry ); IplImage* img_cny = doCanny( img_gry, 10, 100, 3 ); if(cvSaveImage(argv[2], img_cny,0) != 0) printf("Save Image Successful\n"); // cvShowImage("Example Canny", img_cny ); // cvWaitKey(0); cvReleaseImage( &img_rgb); cvReleaseImage( &img_gry); cvReleaseImage( &img_cny); // cvDestroyWindow("Example Gray"); // cvDestroyWindow("Example Canny"); return 0; } 12345678910111213141516171819202122232425262728293031323334353637383940 12345678910111213141516171819202122232425262728293031323334353637383940

对edge_detection.cpp进行交叉编译，命令如下：

arm-xilinx-linux-gnueabi-g++ -I /home/linux/OpenCV_zed/OpenCV-2.3.1/install/include -I /home/linux/OpenCV_zed/OpenCV-2.3.1/install/include/opencv -L /home/linux/OpenCV_zed/OpenCV-2.3.1/install//lib -lopencv_core -lopencv_imgproc -lopencv_highgui -lopencv_ml -lopencv_video -lopencv_features2d -lopencv_calib3d -lopencv_objdetect -lopencv_contrib -lopencv_legacy -lopencv_flann ./edge_detection.cpp -o ./edge_detection.o 1 1

生成可执行文件edge_detection.o；

将OpenCV库文件opencv_lib.img、可执行文件edge_detection.o和原图像lena.bmp放入U盘中，启动Zedboard，挂载U盘：

mount /dev/sda1 /mnt 1 1

将镜像文件opencv_lib.img挂载到/usr/lib文件夹中：

cd /usr mkdir lib mount /mnt/opencv_lib.img /usr/lib 123 123

查看挂载结果，如图所示：

运行可执行文件./edge_detection.o lena.bmp out.bmp，如果出现successful则编译成功，如图所示：

边缘检测的结果保存在输出图像out.bmp中。

不能挂载U盘的仿zedboard板子（俺的就是），可以采用以下流程

将板子自带的4G的SD卡格式化成fat32格式，将edge_detection.o和lena.bmp(使用jpg格式会出错)以及opencv_lib.img和官网的OOB文件全部拷到SD卡中，将zedboard板跳帽设置成从SD卡启动，上电后挂载SD卡：在超级终端中输入

fdisk -l 可知SD卡为 /dev/mmcblk0p1，然后挂载： mount /dev/mmcblk0p1 /mnt/ SD卡挂载完成后，进入/mnt可看到SD卡里面的文件，将 opencv_lib.img 挂载到/usr/lib（板子如果没有lib可建立该目录） mount /mnt/opencv_lib.img /usr/lib 在超级终端中进入SD卡挂载的目录/mnt，然后执行

./edge_detection.o ./lena.bmp ./lena_edge.bmp

即可得到边缘检测后的图片lena_edge.bmp，最后将lena_edge.bmp拷贝到电脑上看效果