海思平台OpenCV编译与进一步裁剪

最新推荐文章于 2024-05-30 11:31:07 发布
最新推荐文章于 2024-05-30 11:31:07 发布
阅读量1.7k 收藏 23
点赞数 5
分类专栏： Learning OpenCV
原文链接：https://zhuanlan.zhihu.com/p/198457743
版权

OpenCV是计算机视觉算法开发常用的工具。如果我们需要在嵌入式设备上运行opencv，那么就需要交叉编译，将它移植到对应平台上。但是有些嵌入式平台的存储空间有限，能节省1MB也有相当大的作用。OpenCV带了很多用不到的东西，如果对OpenCV做裁剪，可以节省不少空间。现在将opencv移植到海思的3516DV300/CV500平台。

准备工作

  1. 下载源码
    在https://opencv.org/releases/下载OpenCV的源码包，我这里用的是3.4.10。
    准备交叉编译器
  2. 需要提前安装好海思的交叉编译器，并配置到环境变量。
  3. 安装cmake
    ubuntu/deepin/debian系统下直接apt install cmake make即可。

如何编译？

参考网上的教程，要用cmake-gui来配置，但是，实际上编译用cmake命令行，指定交叉编译器，然后配置一些目标平台的参数就可以了。
首先解压源码包，然后创建build和output文件夹，用来进行编译以及保存编译好的库。

unzip opencv-3.4.10
cd opencv-3.4.10
mkdir output build
cd build

然后使用cmake进行编译。这里指定交叉编译器，然后配置输出文件夹为上面创建的…/output。由于是嵌入式平台，没有gtk之类的图形库，所以选择WITH_GTK=OFF。OpenCV默认调用系统的zlib，在嵌入式平台上，需要重新编译，所以添加选项BUILD_ZLIB=ON和OPENCV_FORCE_3RDPARTY_BUILD=ON。

cmake ../ \
-DCMAKE_C_COMPILER=arm-himix200-linux-gcc \
-DCMAKE_CXX_COMPILER=arm-himix200-linux-g++ \
-DOPENCV_FORCE_3RDPARTY_BUILD=ON \
-DBUILD_ZLIB=ON \
-DWITH_GTK=OFF \
-DBUILD_SHARED_LIBS=ON \
-DCMAKE_BUILD_TYPE=RELEASE \
-DCMAKE_INSTALL_PREFIX=../output

等待cmake执行完成后，就可以进行编译了。使用make -j && make install命令，完成编译以，并把编译好的库存到指定位置。
在这里插入图片描述

进行裁剪

这里为了展示编译效果，替换掉make，使用ninja build来进行编译，因为ninja build可以显示出需要编译的文件的数量，而make只显示编译的百分比。ninja build的简介可以看这里ninja build简介
ninja build

ninja build

在这里插入图片描述

cmake build

实际上效果是相同的。cmake只是一个编译信息生成工具，真正执行编译的是make或者ninja build。使用时，cmake添加-GNinja参数即可生成ninja build所需要的文件，然后就可以用ninja 来进行编译了。下面会使用cmake + ninja build的方式来进行编译，实际使用cmake + make也可以。 从ninja build的截图可以看到，需要处理（编译、链接）1283个对象（包括源码、编译中间产物.o），生成22MB的库文件。

a.裁剪不需要的OpenCV组件

裁剪掉不需要的组件是最简单的方法。先看下opencv包含了什么东西。
在这里插入图片描述

opencv
通常，在嵌入式端，比如海思这种芯片，有对视频解码的硬件，而这种平台CPU性能并不强，所以OpenCV关于视频解码的部分，可以完全干掉。在海思上，有深度学习推理硬件NNIE，所以OpenCV的机器学习、深度学习的模块也可以干掉。opencv_highgui是用来显示图像的，在海思平台，没有这种图像显示的设备，关于显示是用海思专门的模块实现的，所以highgui也干掉。 实际上，一般在海思平台开发有关NNIE的应用，用OpenCV最多的就是其中数据表示方式，比如cv::Mat、cv::Rect之类的，还有一些图像处理的功能。此外，在测试时，也可能对图像做读写操作。所以，这里我只留下了opencv_core、opencv_imgproc、opencv_imgcodecs这三个模块。至于opencv_superres、opencv_feature2d等模块，可以按需保留，但是又有多少人会在嵌入式端用CPU来做超分辨、图像特征点这些事呢？ 所以，按照上面裁剪的方法，写出cmake命令。 
cmake ../ \
-DCMAKE_C_COMPILER=arm-himix200-linux-gcc \
-DCMAKE_CXX_COMPILER=arm-himix200-linux-g++ \
-DOPENCV_FORCE_3RDPARTY_BUILD=ON \
-DBUILD_ZLIB=ON \
-DWITH_GTK=OFF \
-DBUILD_SHARED_LIBS=ON \
-DBUILD_opencv_ts=OFF \
-DBUILD_opencv_shape=OFF \
-DBUILD_opencv_stitching=OFF \
-DBUILD_opencv_apps=OFF \
-DBUILD_opencv_calib3d=OFF \
-DBUILD_opencv_dnn=OFF \
-DBUILD_opencv_features2d=OFF \
-DBUILD_opencv_flann=OFF \
-DBUILD_opencv_highgui=OFF \
-DBUILD_opencv_ml=OFF \
-DBUILD_opencv_objdetect=OFF \
-DBUILD_opencv_photo=OFF \
-DBUILD_opencv_video=OFF \
-DBUILD_opencv_videoio=OFF \
-DBUILD_opencv_videostab=OFF \
-DCMAKE_BUILD_TYPE=RELEASE \
-DCMAKE_INSTALL_PREFIX=../output

在这里插入图片描述
可以看到，现在只需处理601个文件，比之前少了一半多，而OpenCV的库也只要9.9MB
在这里插入图片描述

第一次裁剪的结果
## b.继续裁剪opencv 在编译选项里，可以看到，还有很多WITH_XXX的编译选项，这些也有很多不需要，来删一点点干掉。

在这里插入图片描述
在这里插入图片描述
以上是需要被干掉的一些东西。部分的解释可能不准确，如有问题请指正。在海思这种平台，图像最常用的格式YUV、BGR（RGB）格式，还有压缩过的jpg/jpeg格式，以及未经过压缩的bmp格式。以上配置，可以按照个人需要来进行设置。以上的cmake命令如下：

cmake ../ \
-DCMAKE_C_COMPILER=arm-himix200-linux-gcc \
-DCMAKE_CXX_COMPILER=arm-himix200-linux-g++ \
-DOPENCV_FORCE_3RDPARTY_BUILD=ON \
-DBUILD_ZLIB=ON \
-DWITH_GTK=OFF \
-DWITH_GTK=OFF \
-DWITH_GTK_2_X=OFF \
-DWITH_CUDA=OFF \
-DWITH_IPP=OFF \
-DWITH_OPENCL=OFF \
-DWITH_OPENCLAMDBLAS=OFF \
-DWITH_QUIRC=OFF \
-DWITH_OPENCLAMDFFT=OFF \
-DWITH_1394=OFF \
-DWITH_FFMPEG=OFF \
-DWITH_WEBP=OFF \
-DWITH_TIFF=OFF \
-DWITH_OPENEXR=OFF \
-DWITH_PNG=OFF \
-DWITH_PROTOBUF=OFF \
-DWITH_GSTREAMER=OFF \
-DWITH_IMGCODEC_SUNRASTER=OFF \
-DBUILD_SHARED_LIBS=ON \
-DBUILD_opencv_ts=OFF \
-DBUILD_opencv_shape=OFF \
-DBUILD_opencv_stitching=OFF \
-DBUILD_opencv_apps=OFF \
-DBUILD_opencv_calib3d=OFF \
-DBUILD_opencv_dnn=OFF \
-DBUILD_opencv_features2d=OFF \
-DBUILD_opencv_flann=OFF \
-DBUILD_opencv_highgui=OFF \
-DBUILD_opencv_ml=OFF \
-DBUILD_opencv_objdetect=OFF \
-DBUILD_opencv_photo=OFF \
-DBUILD_opencv_video=OFF \
-DBUILD_opencv_videoio=OFF \
-DBUILD_opencv_videostab=OFF \
-DCMAKE_BUILD_TYPE=RELEASE \
-DCMAKE_INSTALL_PREFIX=../output

以上配置，需要处理的文件数量以及生成的库的大小如下图：
在这里插入图片描述

在这里插入图片描述
现在可以看到，opencv已经被压缩到很小了。

c.还能不能再小？

已经完成了opencv的裁剪，现在已经是裁剪到不能再裁剪了，那么能不能再让它变小点呢？能，当然能！这时候就要从编译器的角度来看了。
在这里插入图片描述
我们使用file命令来看下编译产物。这里，我们可以看到，这个是arm平台下的动态库，是not stripped的。这也就是说，这里包含符号表、重定位信息等多余的东西。
我们再看编译选项-s和-Os
在这里插入图片描述
在这里插入图片描述
-s是链接器的选项，是在链接时删除所有的符号表等信息，实际使用的时候，传给链接器ld，当然传给gcc/g++也可以实现相同功能，-Os是针对体积进行优化。所以，在编译的时候，设置编译选项为-s -Os，就可以达到目的。现在，cmake命令如下：

cmake ../ \
-DCMAKE_C_COMPILER=arm-himix200-linux-gcc \
-DCMAKE_CXX_COMPILER=arm-himix200-linux-g++ \
-DOPENCV_FORCE_3RDPARTY_BUILD=ON \
-DBUILD_ZLIB=ON -DWITH_GTK=OFF -DWITH_GTK=OFF \
-DWITH_GTK_2_X=OFF -DWITH_CUDA=OFF -DWITH_IPP=OFF \
-DWITH_OPENCL=OFF -DWITH_OPENCLAMDBLAS=OFF \
-DWITH_QUIRC=OFF -DWITH_OPENCLAMDFFT=OFF \
-DWITH_1394=OFF -DWITH_FFMPEG=OFF -DWITH_WEBP=OFF \
-DWITH_TIFF=OFF -DWITH_OPENEXR=OFF -DWITH_PNG=OFF \
-DWITH_PROTOBUF=OFF -DWITH_GSTREAMER=OFF -DWITH_IMGCODEC_SUNRASTER=OFF \
-DBUILD_SHARED_LIBS=ON -DBUILD_opencv_ts=OFF \
-DBUILD_opencv_shape=OFF -DBUILD_opencv_stitching=OFF \
-DBUILD_opencv_apps=OFF -DBUILD_opencv_calib3d=OFF \
-DBUILD_opencv_dnn=OFF -DBUILD_opencv_features2d=OFF \
-DBUILD_opencv_flann=OFF -DBUILD_opencv_highgui=OFF \
-DBUILD_opencv_ml=OFF -DBUILD_opencv_objdetect=OFF \
-DBUILD_opencv_photo=OFF -DBUILD_opencv_video=OFF \
-DBUILD_opencv_videoio=OFF -DBUILD_opencv_videostab=OFF \
-DCMAKE_BUILD_TYPE=RELEASE \
-DCMAKE_INSTALL_PREFIX=../output \
-DCMAKE_CXX_FLAGS="-s -Os" -DCMAKE_C_FLAGS="-s -Os"

在命令行中指定编译选项，cmake会自动把这些选项与cmake生成的选项合并。
在这里插入图片描述
执行编译，和上面相同，需要处理283个文件。看下生成的文件：
在这里插入图片描述
现在已经是stripped的了。然后现在生成的库的只剩了5.2MB的大小，相比之前，小了非常多。
在这里插入图片描述

结束

在某些嵌入式设备上，存储空间非常紧张，通过这样的方法以及思路可以节省不少的存储空间。以上编译opencv的命令如下，直接复制粘贴了执行就可以，当然也可以替换了交叉编译器，来编译不同平台的库。

 cmake ../ \
-DCMAKE_C_COMPILER=arm-himix200-linux-gcc \
-DCMAKE_CXX_COMPILER=arm-himix200-linux-g++ \
-DOPENCV_FORCE_3RDPARTY_BUILD=ON \
-DBUILD_ZLIB=ON \
-DWITH_GTK=OFF \
-DENABLE_NEON=OFF \
-DWITH_GTK_2_X=OFF \
-DWITH_CUDA=OFF \
-DWITH_IPP=OFF \
-DWITH_OPENCL=OFF \
-DWITH_OPENCLAMDBLAS=OFF \
-DWITH_QUIRC=OFF \
-DWITH_OPENCLAMDFFT=OFF \
-DWITH_1394=OFF \
-DWITH_FFMPEG=OFF \
-DWITH_WEBP=OFF \
-DWITH_TIFF=OFF \
-DWITH_OPENEXR=OFF \
-DWITH_PNG=OFF \
-DWITH_PROTOBUF=OFF \
-DWITH_GSTREAMER=OFF \
-DWITH_IMGCODEC_SUNRASTER=OFF \
-DBUILD_SHARED_LIBS=ON \
-DBUILD_opencv_ts=OFF \
-DBUILD_opencv_shape=OFF \
-DBUILD_opencv_stitching=OFF \
-DBUILD_opencv_apps=OFF \
-DBUILD_opencv_calib3d=OFF \
-DBUILD_opencv_dnn=OFF \
-DBUILD_opencv_features2d=OFF \
-DBUILD_opencv_flann=OFF \
-DBUILD_opencv_highgui=OFF \
-DBUILD_opencv_ml=OFF \
-DBUILD_opencv_objdetect=OFF \
-DBUILD_opencv_photo=OFF \
-DBUILD_opencv_video=OFF \
-DBUILD_opencv_videoio=OFF \
-DBUILD_opencv_videostab=OFF \
-DBUILD_opencv_world=ON \
-DBUILD_opencv_python2=OFF \
-DBUILD_opencv_python3=OFF \
-DBUILD_opencv_python_bindings_generator=OFF \
-DBUILD_DOCS=OFF\
-DCMAKE_BUILD_TYPE=RELEASE \
-DCMAKE_INSTALL_PREFIX=../output \
-DCMAKE_CXX_FLAGS="-s -Os" \
-DCMAKE_C_FLAGS="-s -Os"

转自海思平台OpenCV编译与进一步裁剪

Building OpenCV for Tegra with CUDA

血_影
关注
  • 5
    点赞
  • 踩
  • 23
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
海思3559AV100平台的opencv4.0.1
05-13
综上所述，海思3559AV100平台的OpenCV 4.0.1是一个专为这款处理器优化的计算机视觉库，通过交叉编译确保了在目标平台上的运行效率。开发者可以利用这个版本进行图像处理、物体检测、人脸识别等计算机视觉任务，同时...
cmake 如何只编译 生成.o_从源代码编译CGNS(系统Win10)
weixin_42513546的博客
12-01 654
由于在科学计算中经常会碰到大量的代码库需要编译，而这种编译过程往往并不是那么显而易见的。对于很多科研人员来说，这构成了使用上的一种瓶颈，很多人费时费力不得其门而入，甚至开始怀疑人生，少部分人折腾一番后不明所以的就搞定了，然而往往由于自己也折腾的很辛苦，往往不愿意或者没有精力把经验记录下来与大家分享。这种时候，就是本文得已出现的一种理由。本文作者恰恰有这方面的自由和闲情逸致来完成这样的工作，并乐于把...
cmake copy dll输出目录_1.2 CMake基础：hello-headers
weixin_39732249的博客
11-18 84
本节demo地址：https://github.com/ttroy50/cmake-examples/tree/master/01-basic/B-hello-headers1 简介还是一个hello cmake示例，将头文件和源文件放在不同的文件夹来组织工程文件目录。B-hello-headers$ tree.├── CMakeLists.txt├── include│ └── Hello....
编译海思opencv
最新发布
W1995S的博客
05-30 109
【代码】编译海思opencv。
cmake基础
Kevin_Xie86的博客
08-10 688
参考《视觉SLAM十四讲》。 1、第一个cmake 在~目录下新建一个Test文件夹，里面创建Helloworld.cpp和CMakeLists.txt两个文件。 Helloworld.cpp #include <iostream> using namespace std; int main( int argc, char** argv ) { cout<<"Hell...
opencv库读取PNG图片报错libpng error: iTXt: chunk data is too large error
qikaihuting的博客
03-08 1345
解决bug
cmake(七)Cmake指定目标保存文件
wzj_110的博客
04-18 927
一 两种方法保存编译输出的对比 核心差异性： 'add_subdirectory'除了保存'最终可执行文件',还会保存'编译生成的中间件' 二 实践 ① 项目初始化工作 ② 新增相关源文件 说明： 声明一个'函数' 备注： 缺少'#include <stdlib.h>',进行'add'添加,否则后续'报错' ③ 添加CMakeLists.txt文件 ④ 项目根目录添加CMakeLIsts.txt文件 ...
opencv3.2 海思3519A 交叉编译结果
02-21
opencv3.2 海思3519A 交叉编译结果，如果平台相同，而且也同样想使用opencv3.2 版本的童鞋，可以直接下载使用，参考博客： https://www.cnblogs.com/chay/p/10384942.html
海思芯片编译OPENCV和FFMPEG方法
12-01
在本文中，我们将详细介绍如何在海思3559A芯片上编译和集成OpenCV与FFmpeg。海思芯片是基于ARM架构的处理器，常用于视频处理和图像处理任务。OpenCV是一个开源计算机视觉库，而FFmpeg则是一个强大的多媒体处理框架。...
海思3519A qt opencv3.2 测试程序
02-21
在海思3519A平台上使用QT和OpenCV，可能需要在不同的架构之间进行交叉编译，因为开发环境通常与目标硬件的架构不同。这需要配置合适的交叉编译工具链，如arm-linux-gnueabi-gcc，确保编译出的代码能在3519A处理器上...
海思Hi3516移植opencv指南.docx
07-29
opencv3.4移植到海思hi3516芯片指南，生成so动态库的步骤。
移植opencv 4.2到hi3559av100
wangwuzhuang的博客
10-31 320
移植opencv 4.2到hi3559av100记录移植配置 记录移植配置 cmake \ -DCMAKE_BUILD_TYPE=RELEASE \ -DCMAKE_C_COMPILER=aarch64-himix100-linux-gcc \ -DCMAKE_CXX_COMPILER=aarch64-himix100-linux-g++ \ -DBUILD_SHARED_LIBS=OFF \ -DBUILD_ZLIB=ON \ -DBUILD_JPEG=ON \ -D
c++ makefile和cmake
kking_edc的博客
04-27 394
makefile指在目录下叫做Makefile的文件，由make工具进行解释执行。在文件的编译过程中，首先将源代码编译生成中间文件.o，这个阶段只检测语法，如果源文件较多，那么Object File也会较多，此时将这些Object File链接合成一个执行文件的过程会变得比较繁琐。 为了提高编译速度，需要对没有编译过的或者更新了的源文件进行编译，其他的直接链接中间目标文件。当头文件更改了时，我们还需要重新编译引用了更改过的头文件的文件。上面所说的通过make命令和我们编写的makefile就可以完成。 简单
opencv配置踩坑
a616708946的博客
09-08 430
首先安装好了opencv后，运行以后跳出来:The function is not implemented. Rebuild the library with Windows, GTK+ 2.x or Carbon support. If you are on Ubuntu or Debian, install libgtk2.0-dev and pkg-config, then re-run cmake or configure script in function 'cvShowImage' 这样子的
Ubuntu上OpenCV3编译安装详解
kidecr的博客
01-04 4932
OpenCV编译和CMake参数设置
opencv-3.4.3 交叉编译并且移植到高通820开发板(包括Qt 5.11.2部分交叉编译及移植)，NEON OpenCV编译
m0_38040006的博客
07-22 1360
opencv-3.4.3 交叉编译并且移植到高通820开发板(包括Qt 5.11.2部分交叉编译及移植)，NEON OpenCV编译 原文我是用有道笔记记录的，下面排版不是很好，可参看有道笔记原文：http://note.youdao.com/s/7klAa21x 1.下载opencv-3.4.3 的SRC ： https://github.com/opencv/opencv/archive/3.4.3.zip 2.解压，并创建外部构建目录 build 3.使用 cmake-gui 图形化界面来配置交叉编译
Cmake学习实战-基础篇
灰太狼的小秘密
02-12 2645
一、
CMake应用：从编译过程理解CMake
老狼的专栏
11-29 1957
CMake和编译的过程是有对应关系的，理解了编译构建的过程，可以更加理解CMake的相关命令；理解其目的和用途，自然也就可以更好地运用CMake。 在最近的CMake系列文章中，有小伙伴在实践使用的时候还是比较困惑，沟通之后了解到可能有的同学并不是计算机专业，对于编译原理、编译的过程可能并没有很了解，所以笔者写了一篇文章： GCC编译过程概述 对GCC编译的过程做了一个概述。 本文作为这篇文章的姊妹篇，依旧以GCC为例，在对GCC编译过程有一定了解的基础上，来进一步理解CMake如何通过CMak.
CMake良心教程（1）手把手教你入门！
m0_63006478的博客
08-08 900
用来设置项目的名字和支持的语言，默认支持所有语言第二行代表指定工程名为demo，支持语言是C++最好写上，它会引入两个变量 demo_BINARY_DIR 和 demo_SOURCE_DIR，同时，cmake 自动定义了两个等价的变量 PROJECT_BINARY_DIR 和 PROJECT_SOURCE_DIR。
海思3559交叉编译opencvku
09-20
海思3559交叉编译OpenCV库的步骤如下： 1. 下载并安装交叉编译工具链，例如gcc-arm-linux-gnueabihf等。 2. 下载并解压OpenCV源码包和opencv_contrib扩展包。 3. 进入OpenCV源码目录，创建一个新的目录作为编译目录，例如build。 4. 进入build目录，执行cmake命令配置编译参数，例如： ``` cmake -DCMAKE_TOOLCHAIN_FILE=/path/to/toolchainfile -DOPENCV_EXTRA_MODULES_PATH=/path/to/opencv_contrib/modules .. ``` 其中，/path/to/toolchainfile是交叉编译工具链的路径，/path/to/opencv_contrib/modules是opencv_contrib扩展包中modules目录的路径。 5. 执行make命令进行编译： ``` make ``` 6. 编译完成后，执行make install命令安装OpenCV库： ``` make install ``` 完成以上步骤后，您就可以在海思3559开发板上使用交叉编译的OpenCV库了。

“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
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