HLS第十一课（bayer write）

本例利用之前介绍的基础函数进行功能级实现。

void bayer_write_accel(hls::stream<T_AXIU(BAYER_BPP, BAYER_NPPC)>& src, T_UINT(BAYER_BPP, DDR_NPPC)* dst)
{
#pragma HLS INTERFACE axis register both port=src
#pragma HLS INTERFACE m_axi offset=direct port=dst depth=1940800
 
	hls::stream<T_UINT(BAYER_BPP, BAYER_NPPC)> inter0("inter0");
	hls::stream<T_UINT(BAYER_BPP, DDR_NPPC)> inter1("inter1"); 
#pragma HLS STREAM variable=inter0 depth=1024 
#pragma HLS STREAM variable=inter1 depth=1024

#pragma HLS DATAFLOW	
	axis2stream<BAYER_BPP, BAYER_HEIGHT, BAYER_WIDTH, BAYER_NPPC>(src, inter0, BAYER_WIDTH, BAYER_HEIGHT);
	stream_nppc_change<BAYER_BPP, BAYER_HEIGHT, BAYER_WIDTH, BAYER_NPPC, DDR_NPPC, MID_NPPC>(inter0, inter1, BAYER_WIDTH, BAYER_HEIGHT); 
	stream2axim<BAYER_BPP, BAYER_HEIGHT, BAYER_WIDTH, DDR_NPPC, DDR_BURST_WORD>(inter1, dst, BAYER_WIDTH, BAYER_HEIGHT);
}

输入源对象是一个AXIS的stream，输出目的对象是一个AXIMM。

首先，用axis2stream的具象函数，抽取出data，并对齐。
然后，用stream_nppc_chage的具象函数，调整位宽。
然后，用stream2axim的具象函数，将stream中的data，输出到给定的AXIMM的内存块中。

两个参数src和dst，被添加了interface约束。
其中，src被实现为axis，
dst则被实现为m_axi。

#pragma HLS INTERFACE axis register both port=src
#pragma HLS INTERFACE m_axi offset=direct port=dst depth=1940800

定义了两个局部对象，stream，
它们被添加了stream约束。HLS将它们理解为FIFO。

#pragma HLS STREAM variable=inter0 depth=1024 
#pragma HLS STREAM variable=inter1 depth=1024

函数整体处理的调用过程，被添加了dataflow约束。

#pragma HLS DATAFLOW	

+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
然后，来看看如何对它进行CSIM。

#include "hls_opencv.h"

#include "hls_video.h"
#include "bayer_write_accl.h"
#include "bayer_write_tb.h"

using namespace cv;

需要使用到opencv库，所以包含如上的头文件，以及namespace。

int main(int argc, char *argv[])
{	
	if (argc != 2)
	{
		printf("usage: %s bayer.png\n", argv[0]);
		return -1;
	}	

	cv::Mat in_img;
	in_img = cv::imread(argv[1], 0);
	if (in_img.data == NULL)
	{
		fprintf(stderr,"Cannot open image at %s\n", argv[1]);
		return 0;
	}
	
	int width = in_img.size().width;
	int height = in_img.size().height;
	
	if ((width != BAYER_WIDTH) || (height != BAYER_HEIGHT))
	{
		printf("image size is wrong, real:%dx%d, needed:%dx%d \n", width, height, BAYER_WIDTH, BAYER_HEIGHT);
		return 0;
	}

	cv::Mat out_img;
    out_img.create(height, width, CV_8U);	
	
	unsigned char index = 0;
	hls::stream<T_AXIU(BAYER_BPP, BAYER_NPPC)> src;
    T_UINT(BAYER_BPP, DDR_NPPC)* dst = (T_UINT(BAYER_BPP, DDR_NPPC)*)(out_img.data);

    cvMat2axis<BAYER_BPP, BAYER_NPPC>(in_img, src);
    
    bayer_write_accel(src, dst);

    cv::imwrite("hls.bmp", out_img);
	

	return 0;
}

主体框架何基本框架一样，
这里，使用了自定义的基础函数cvMat2axis。
将cvMat对象的数据抽取出来，并转换成axis数据流对象，向DUT传递。