全志V853的opencv4编译部署（适合小白的保姆教程）

最新推荐文章于 2024-10-13 20:26:52 发布
最新推荐文章于 2024-10-13 20:26:52 发布
阅读量687 收藏 12
点赞数 7
文章标签： opencv 嵌入式硬件 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_58365805/article/details/137115831
版权

目录

1、首先可以按照大佬提供的bsp包，按步骤下载解压。这里有一点需要注意：我们lunch，然后选择v853的版本，再打开m menuconfig却发现编译不了opencv的包，那就意味着我们无法将OpenCV编译至镜像里，导致板端的usr/lib库没有OpenCV的相关静态库。

2、添加ISP配置

3、编译。

4、自己编写OpenCV相关的代码。

5、查看依赖库。

之前一直在做全志V853的视觉开发。想要进行视觉处理，例如算法的部署、图像处理等等都需要opencv这个库。但是全志提供的普通用户SDK是没有OpenCV的，导致我在编译许多包含OpenCV的项目一直无法图通过，最主要的原因是链接不到OpenCV的库文件。而且你编译通过了，板端却没有OpenCV的链接库，在板端运行时也会出错。

虽然官方论坛提供了许多OpenCV的编译示范，但是对于小白来说有一定的难度，我也不能咋看得懂。我查找了非常多的资料，终于利用柚木 鉉大神提供的包完成了OpenCV的编译：TinyVision V851 使用 AWOL Tina Linux 支持 OpenCV 开启摄像头，并且在板端也能够正常运行相关程序。

但是我们想要基于V853实现呀。那么我们就开始进行相关参数的编写。。。

最低0.47元/天 解锁文章
7Cccc-Linux
关注
opencv4-tutorials:opencv4学习源代码-opencv source code
03-24
opencv4-教程 opencv4教程
VS2019+OpenCV4.1.0教程.pdf
07-02
本文主要是使用C++环境调用模型权重文件而需要的开发环境搭建，
在全志V853上进行Opencv库的编译步骤
DOT小文哥的博客
07-06 683
OpenCV（Open Source Computer Vision）是一个开放源代码的计算机视觉库，它提供了一系列函数和算法，用于处理图像和视频。通过使用OpenCV，您可以进行各种计算机视觉任务，例如图像处理、对象识别、目标追踪、人脸检测和机器学习等。如若cmake生成makefile正常，make编译也正常，成功执行例程过后，opencv库成功生成。编译完成后，加上install命令，将其加载/注册到usr文件夹中，这样每次编译 就不用使用一整个opencv库/包了。
【opencv4】opencv视频教程 C++（opencv教程）1、opencv介绍和环境搭建
Dontla的博客
01-30 1442
视频教程链接：OpenCV4 C++ 快速入门视频30讲 - 系列合集
OpenCV系列教程四：图像金字塔、特征检测与特征匹配，图像查找、对齐和拼接
最新发布
qq_56591814的博客
10-13 2053
SIFT算法的核心原理可分为四个步骤：特征点检测、特征点定位、主方向确定和特征描述符生成。特征点检测首先，SIFT算法通过构建图像的多尺度金字塔来实现尺度不变性。使用高斯模糊函数对图像进行不同尺度的模糊处理，然后通过差分高斯（DoG, Difference of Gaussian）对模糊后的图像进行处理，获取图像的不同尺度空间。这些空间中的极值点（即在图像空间中比周围像素更亮或更暗的点）被认为是潜在的特征点。特征点精确定位在检测到的极值点中，SIFT对每个点进行精确定位。
OpenCV4 快速入门 (学习笔记 全)
weixin_42264818的博客
10-25 6146
《OpenCV4 快速入门》学习笔记
上手OpenCV4（一）
magnitude_的博客
02-04 250
快速体验opencv伟大之处的旅途～
OpenCV4 ：基础图像处理与操作(一)
qq_42896106的博客
10-16 158
本文详细介绍了使用 OpenCV4 进行图像处理的基础知识和操作。内容包括图像的基础概念、色彩空间理解、以及如何在 C++ 中进行图像读取、显示和基础操作。
从0-1轻松入门 OpenCV4(一)
Amo Xiang的博客
06-01 4044
目录一、环境安装二、图像&视频的加载与展示2.1 如何通过OpenCV创建和显示窗口2.2 如何通过OpenCV加载显示图片2.3 如何通过OpenCV保存文件2.4 如何利用OpenCV从摄像头采集视频2.5 如何利用OpenCV从多媒体文件中读取视频帧2.6 如何利用OpenCV将视频数据录制成多媒体文件2.7 OpenCV鼠标控制2.8 OpenCV中的TrackBar控件 一、环境安装 该文章是基于 Python 实现，故直接使用 pip 工具进行第三方模块的安装，命令如下： pip/pip
OpenCV 4基础篇| OpenCV图像基本操作
游戏开发小Y的博客
02-24 2万+
【代码】OpenCV 4基础篇| OpenCV图像基本操作。
【opencv4】opencv视频教程 C++（opencv教程）2、加载imread()（以灰度加载），修改，保存图像
Dontla的博客
01-31 1345
[opencv_C++] 入门强推！！！【B站最全】 文章目录加载、修改、保存图像加载图像（用cv::imread）加载图像参数显示图像 (cv::namedWindos 与cv::imshow)修改图像 (cv::cvtColor)保存图像(cv::imwrite)图像加载、修改、保存的代码演示 加载、修改、保存图像 加载图像（用cv::imread）加载图像参数 #include <opencv2/opencv.hpp> #include <iostream> using
OpenCV入门教程及Opencv4Android资料
01-23
OpenCV 入门教程 及Opencv for Android 资料，超级给力
OpenCV4入门到进阶
yechen1的博客
01-03 1126
OpenCV4入门到进阶：python版本、实现车辆检测、人脸识别、图像拼接等项目。
OpenCV4教程——1.2 最好的 OpenCV4 教程在哪里
努力中的老周的专栏
04-01 1367
最好的 OpenCV 教程在 OpenCV 的官方网站，在官网的 Tutorials 中。如下图所示。对应的链接为：https://docs.opencv.org/master/d9/df8/tutorial_root.html。 学号英文很重要，以后我们要接触越来越多英文。 ...
OpenCV 4基础篇| OpenCV简介
热门推荐
游戏开发小Y的博客
02-17 2万+
OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库。它由英特尔公司发起并参与开发，以BSD许可证授权发行，可以在商业和研究领域中免费使用。OpenCV提供了大量的计算机视觉、图像处理和模式识别的算法，包括实时图像处理、视频分析、特征检测、目标跟踪、人脸识别、物体识别、图像分割、光流法、立体视觉、运动估计、机器学习和深度学习等。
全程实操 | 最新版OpenCV4.4免费视频课程送给大家
关注微信公众号【OpenCV学堂】
08-10 2484
Hello，大家好！今天我想告诉大家一个好消息，【OpenCV4.x C++快速入门视频教程】 免费学了。整个课程一口气录完，全程实操，代码教学，保证了原汁原味的OpenCV学习，绝对无剪切，讲师基本功深厚，在线写在线运行，一步一步带你入门OpenCV4.x，是上乘的良心之作。怎么看， B站搜索 【OpenCV学堂】 即可，或者扫码 真的，我把多年OpenCV开发与教学经验，认真汇总与总结提炼出了这门课程，目标是帮助更多应用开发者、OpenCV爱好者、计算机视觉开发感兴趣的人走好入门OpenCV框架开发
基于全志V853的弹孔识别（利用Opencv库处理）
weixin_58365805的博客
03-20 738
首先我们在原图中找到我们需要截取的区域，确定四个顶点，如src_points所示，其次定义这几个点映射到我们需要得到的图片中。如dst_points，我们希望得到的图片大小是500x500，所以取（0,0）（0,500）（500,0）（500,500），这几个点就对应src_points的点。1、摄像头所拍摄到的图片是存在畸变的，并且实际拍摄是存在角度的，所以我们需要对图片进行校正。之后，我们可以运用opencv的findContours函数去寻找弹孔在图片的位置，进而得到弹孔的中心坐标。
全志T507Ubuntu交叉编译Opencv
qq_29414731的博客
08-11 1450
全志T507交叉编译
openCV4.0 C++ 快速入门30讲学习笔记(自用 代码+注释)详细版
weixin_47059239的博客
03-01 7899
课程来源：哔哩哔哩 环境：OpenCV4.5.1 + VS2019 目录 002.图像色彩空间转换 003.图像对象的创建与赋值 004.图像像素的读写操作 005.图像像素的算术操作（加减乘除4种不同的API实现 006.滚动条-调整图像亮度 007.滚动条-传递参数 008.键盘响应操作 009.OpenCV自带颜色表操作 010.图像像素的逻辑操作（与，或，非，异或 011.通道合并与分离 012.图像色彩空间转换（提取轮廓然后换绿幕 013.图像像素值统计（min，max
yolo部署到全志v853
08-15
YOLO（You Only Look Once）是一种实时物体检测算法，主要用于计算机视觉任务。将YOLO模型部署到全志V853这类嵌入式系统中，通常需要经过以下几个步骤： 1. **模型转换**：首先，你需要将YOLO模型（如 Darknet 的权重文件）转换成全志V853支持的格式，比如TensorFlow Lite、MicroTF等轻量级格式，以便在资源有限的设备上运行。 2. **硬件优化**：由于全志V853可能是基于ARM架构，所以需要对模型进行量化或者剪枝以降低计算量，提高运行速度。这通常涉及到工具如TFLite Converter或nncomp等。 3. **驱动及库集成**：在V853平台上，你可能需要找到合适的图像处理库（例如OpenCV或者MNN）并将其与硬件加速模块集成，以便在芯片上高效地执行图像处理和模型推理。 4. **平台配置**：设置V853的运行环境，包括操作系统（比如Linux RT）、编译器、链接器等，并配置必要的硬件加速选项。 5. **测试验证**：在实际硬件上进行性能测试和精度检查，确保模型在目标设备上的效果满足需求。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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