vivado_hls 与 modelsim 联合仿真时报错,Failed to access library ‘unisims_ver‘ at “unisims_ver“

vivado_hls 与 modelsim 联合仿真时报错:vopt-19:Failed to access library 'unisims_ver' at "unisims_ver"

报错场景

在vivado_hls中完成 C Simulation 和 C synthesis 后,进行 C/RTL Cosimulation时,在跑一段时间后,弹出ERROR提示,程序停止运行。

报错内容

# ** Error (suppressible): (vopt-19) Failed to access library 'unisims_ver' at "unisims_ver".
# No such file or directory. (errno = ENOENT)
# ** Note: (vopt-143) Recognized 1 FSM in module "shift_led(fast)".
# Error loading design
# Error: Error loading design
#        Executing onElabError command(s): 
#     set fl [open ".exit.err" w]
#     puts $fl "Elaboration errors in executing modelsim simulator"
#     close $fl
#     quit
# 
# End time: 12:00:26 on Feb 04,2021, Elapsed time: 0:00:00
# Errors: 1, Warnings: 0
ERROR: [COSIM 212-4] *** C/RTL co-simulation finished: FAIL ***

在这里插入图片描述

报错原因

编译库未正确导入,编译库时由 Vivado 编译产生的,在 vivado 联合 modelsim 仿真时也需要该编译库。

解决办法

设置编译库的正确路径,使其正确导入,如下图:
在这里插入图片描述

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
### 回答1: vivado_hls是一种高级综合工具,用于将C/C++代码转换为硬件描述语言,如VHDL或Verilog。高斯图像处理是一种经典的图像滤波算法,用于平滑和降噪图像。 在vivado_hls中实现高斯图像处理可以通过以下步骤完成: 1. 读取输入图像:将输入图像加载到HLS工程中。可以使用vivado_hls提供的图像处理库或自定义的图像读取函数来实现。 2. 图像预处理:首先对输入图像进行预处理,通常包括图像的剪裁、缩放或调整亮度等操作。这些步骤可以使用C/C++代码在vivado_hls中实现。 3. 高斯滤波算法:使用高斯滤波算法对图像进行平滑处理。高斯滤波算法是基于像素周围的邻域进行计算的,可以通过卷积操作来实现。在vivado_hls中,可以使用C/C++代码来实现高斯滤波算法,并将其转换为硬件描述语言。 4. 图像后处理:在滤波完成后,可以对输出图像进行后处理,如亮度调整、对比度增加等操作。这些步骤也可以使用C/C++代码在vivado_hls中实现。 5. 输出图像:将处理后的图像保存到指定的文件中。可以使用vivado_hls提供的图像处理库或自定义的图像保存函数来实现。 通过以上步骤,就可以在vivado_hls中实现高斯图像处理。在进行设计,需要考虑硬件资源的限制和性能要求,以确保设计能够在给定的约束下运行。 ### 回答2: vivado_hls是一种高级综合工具,可以将C/C++代码转换为FPGA(现场可编程门阵列)的硬件描述语言。高斯图像处理是一种常见的图像处理技术,用于平滑和模糊图像。以下是用vivado_hls实现高斯图像处理的基本步骤: 首先,需要编写一个C/C++函数来实现高斯图像处理算法。该函数应接受一个输入图像作为参数,并返回一个平滑后的输出图像。可以使用卷积运算来实现高斯模糊,其中对每个像素的值进行加权平均,以降低图像中噪声的影响。 接下来,使用vivado_hls工具加载编写好的C/C++函数,并进行综合和优化。vivado_hls会将输入函数转换为硬件描述语言(如VHDL或Verilog),然后进行优化以提高性能和效率。根据FPGA的资源限制和性能要求,可以调整优化参数,如钟频率和资源利用率。 一旦综合和优化完成,就可以将生成的硬件描述文件加载到FPGA进行实际的高斯图像处理。将输入图像加载到FPGA的存储器中,然后通过配置FPGA来执行高斯模糊算法。算法处理完毕后,从FPGA的输出端口获取平滑后的图像。 最后,可以将平滑后的图像保存到磁盘或进行进一步的图像处理。在保存图像之前,可以将输出图像转换为所需的格式(如JPEG或PNG),以便后续使用。 综上所述,使用vivado_hls实现高斯图像处理需要编写高斯模糊算法的C/C++函数,加载到vivado_hls进行优化和综合,然后在FPGA上执行实际的图像处理,并获取结果。这种方法可以确保在FPGA上高效地处理图像,并获得平滑后的图像。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值