BeagleBone开发系列——图像识别

 

 

BeagleBone开发系列——图像识别

小狼@http://blog.csdn.net/xiaolangyangyang

 

---

一、安装buildroot

    下载buildroot： beaglebone做图像识别——buildroot-2016.05-rc2.0.tar.gz，下载后解压即可

二、安装虚拟显卡驱动vfb

    下载驱动及测试代码： beaglebone做图像识别——vfb_.rar

    测试：

    查看/dev下是否有fb0，有fb0说明驱动已加载

    在beaglebone上启动x11vnc，pc机上启动VNC Viewer 4，并连接到beaglebone

    beaglebone上执行：# ./showBmp8888 1.bmp

    测试结果：VNC Viewer 4中正常显示1.bmp图片
三、移植x11vnc

    使用buildroot进行移植,进入buildroot目录，配置如下：

    Target packages  --->
        Graphic libraries and applications (graphic/text)  --->
            [*] X.org X Window System  --->
            [*] x11vnc

    编译：

    # make x11vnc

    错误解决方案：

    1.“You should recreate aclocal.m4 with macros from libtool 2.4.6”

        > 安装libtool 2.4.6(./configure --prefix=/usr)

        > 进入相应出错模块目录make clean; rm -rf aclocal.m4

        > 重新编译x11vnc

    2.“must install xorg-macros 1.13 or later before running autoconf/autogen”
        > 安装util-macros-1.13.0(./configure --prefix=/usr)

        > 将安装到/usr目录下的libtool.m4文件拷贝到出错模块目录下的m4目录

        > 将安装到/usr目录下的aclocal.m4文件拷贝到出错模块目录下

        > 将交叉编译器下面的libtool文件拷贝到出错模块目录下

        > 重现编译x11vnc

    3.freescale平台出现“checking whether the C compiler works... no”

        这是由于库文件路径不对造成的，freescale针对vfp/neon/soft有不同的库路径

        这里采用default(为soft类型)，执行脚本busybox.sh设置相应库路径

    下载已经编译好的程序及库文件： beaglebone做图像识别——am335x_x11vnc_.rar

    启动x11vnc命令：# x11vnc -rawfb map:/dev/fb0@1280x800x32 -rfbauth ~/.vnc/passwd &

四、移植qt

    版本：qt-4.8.7，版本可以自由选择

    使用buildroot进行移植，进入buildroot目录，配置如下：

    Target packages  --->
    Graphic libraries and applications (graphic/text)  --->
        [*] Qt  --->
            Library type (Shared library)  ---> //选择编译成共享库
            [*]   Approve free license       //导入自由许可证
            Pixel depths  --->
                [*] 16 bpp, rgb 5-6-5
                [*] 24 bpp, rgb 8-8-8
                [*] 32 bpp, argb 8-8-8-8 and rgb 8-8-8
            Fonts  --->                 //个人全部选上，字库
            freetype2 support (System freetype2)  --->
            JPEG support (System libjpeg)  --->

            PNG support (System libpng)  --->
            TIFF support (System libtiff)  --->
            zlib support (System zlib)  --->
            Graphics drivers  --->
                [*] Linux Framebuffer
            Mouse drivers  --->
                [*] linuxtp
                [*] linux input
                [*] tslib

            [*]   Test Module

    其他配置视情况而定

    编译：

    # make qt

    相关链接： buildroot-2015.02编译根文件系统支持Qt

           Qt4----子例化QDialog（可扩展对话框的使用）

    下载已经编译好的qt库及测试程序： beaglebone做图像识别——am335x_qt-4.8.7_.rar

    测试：# ./mainwindow -qws

    测试结果：在VNC Viewer 4窗口中正常显示qt测试界面

五、移植opencv及图像识别算法

    版本：opencv1.0.0/opencv2.4.12.3

    两个版本任选一个版本进行移植，opencv1.0.0全部采用c语言，移植过程手动操作；opencv2.4.12.3采用c++语言，使用buildroot移植

   1、移植opencv1.0.0：

        beaglebone做图像识别——opencv1.0.0移植.part1.rar

         beaglebone做图像识别——opencv1.0.0移植.part2.rar

    2、移植opencv2.4.12.3，使用buildroot进行移植，进入buildroot目录，配置如下：

    Target packages  --->
    Libraries  --->
        Graphics  --->
            [*] opencv-2.4  --->
                -*-   calib3d
                [*]   contrib
                -*-   features2d
                -*-   flann
                -*-   highgui
                -*-   imgproc
                [*]   legacy
                -*-   ml (machine learning)
                -*-   objdetect
                -*-   photo
                [*]   stitching
                [*]   superres
                [*]   ts (touchscreen)
                -*-   video
                [*]   videostab
                [*]   ffmpeg support
                    gstreamer support (gstreamer-1.x)  --->
                [*]   jpeg2000 support
                [*]   jpeg support
                [*]   png support
                [*]   qt backend support
                [*]   tiff support
                [*]   v4l support

    编译：

    # make opencv

    测试：

    下载已经编译好的qt库及测试项目： beaglebone做图像识别——am335x_opencv-2.4.12.3_usr_lib.tar.rar

    在QT目录中使用qmake及make的方式编译测试项目ObjDetect

    beaglebone上执行 # ObjDetect -qws

    测试结果：在VNC Viewer 4窗口中正常显示目标图片识别结果

    相关链接： 搭建Qt界面的OpenCV开发环境

 

相关下载：

beaglebone做图像识别——boot.rar2

beaglebone做图像识别——beaglebonefs.tar.bz2

 

参考文献：

用VNC在电脑上直接显示BBB的framebuffer图像