maweifei的博客

图像处理这几年可谓是大红大紫了一番，尤其是OpenCV的出现让很多之前只有研究者才能使用的算法变成了小白装个库调用个函数就可以解决的问题。但是实时性一直以来都是一个非常头疼的问题，尤其是在嵌入式平台上进行图像处理的门槛一直以来都没有降低。今天在这挖个坑，想和大家一起把图像处理搬到嵌入式平台上去，让图像处理从花拳绣腿的演示实验，到真正真枪实剑。硬件选择 图像处理方面ARM，DSP

转载自：http://blog.csdn.net/sx1503198/article/details/51774142Tegra 平台为OpenCV提供了GPU加速的功能。除了opencv中的GPU模块外，例如核心的Core模块等一系列OpenCV中的常用模块都可以使用GPU加速。但是GPU加速的前提是你已经安装好Cuda并且用nvcc device 编译OpenCV。 在Jets

前文记述了如何使用下载好的deb包在Jetson tk1上安装CUDA和OpenCV的方法。但是目前NVIDIA官网已经不提供单独的CUDA和OpenCV4Tegra的下载包，所有的下载、安装工作都集成到了Jetpack安装文件中去。这就意味着如果你想安装最新的NVIDIA产品，就必须使用Jetpack安装方法。如果你拿到一块新的Jeston tk1或者tx1开发板，笔者建议直接使用Jetpa

在装完了OpenCV和CUDA之后很自然的事情就是先跑个程序看看库函数是否安装完毕。对于在Windows下习惯用Visual Studio的同志们来说，可能很多人还不知道可以不用IDE编程（至少我当年转Linux的时候就在想，用记事本写程序，那工程文件去哪了。。。），所有在这里首先介绍如何使用跨平台的IDE Qt 来编写第一个opencv程序，这可以帮助大家快速上手在linux上使用OpenC