stm32f7系列可以移植opencv 做视频图像处理吗？

只看该作者 · 2018-11-29 12:43

有没有人尝试过？

只看该作者 · 2018-11-29 12:44

opencv本身移植到767上的可行性可能不大，opencv不提供stm32的平台，但支持Arm、Android 有没有做过的

只看该作者 · 2018-11-29 12:46

opencv算法简化移植
本文以简化opencv中的库函数laplacian函数为例，来分析如何在不知道算法原理的情况下，仅仅通过对数据流进行跟踪，来实现算法的移植。

只看该作者 · 2018-11-29 12:47

这种用途在实际应用中是十分常见的，很多情况是，就算我们知道了算法的原理，用自己的方法实现起来与opencv原版的函数也有不小的差距。

只看该作者 · 2018-11-29 12:47

而opencv原版的代码往往错综复杂，代码的安全性以及执行效率都是非常高的，在分析代码时，往往不能理解每一句的含义。

只看该作者 · 2018-11-29 12:48

流程分析
采用调试的方式对算法流程进行跟踪。
一般的算法步骤分为初始化，执行两步；
在初始化步骤中，需要完成的任务：
1.根据函数的输入参数判断执行不同的算法；
2.根据函数的输入参数初始化局部变量；
3.创建对象；

只看该作者 · 2018-11-29 12:48

在执行步骤中完成对输入数据的处理。

算法的初始化步骤很关键，然而在通常的应用中，我们的输入参数只有一种情况，于是可以将初始化步骤中的很多判断省略，只取其中的一种情况。

只看该作者 · 2018-11-29 12:55

核心定位

在了解算法的大致执行流程之后，采用的方法是逆向分析，从算法的执行开始入手，分析算法的执行需要哪些条件，哪些参数，各个参数又是怎么来的。

只看该作者 · 2018-11-29 12:57

核心执行代码：

复制

void operator()(const uchar** src, uchar* dst, int dststep, int count, int width, int cn)

    {

        KT _delta = delta;

        const Point* pt = &coords[0];

        const KT* kf = (const KT*)&coeffs[0];

        const ST** kp = (const ST**)&ptrs[0];

        int i, k, nz = (int)coords.size();

        CastOp castOp = castOp0;



        width *= cn;

        for( ; count > 0; count--, dst += dststep, src++ )

        {

            DT* D = (DT*)dst;



            for( k = 0; k < nz; k++ )

                kp[k] = (const ST*)src[pt[k].y] + pt[k].x*cn;



            i = vecOp((const uchar**)kp, dst, width);

            #if CV_ENABLE_UNROLLED

            for( ; i <= width - 4; i += 4 )

            {

                KT s0 = _delta, s1 = _delta, s2 = _delta, s3 = _delta;



                for( k = 0; k < nz; k++ )

                {

                    const ST* sptr = kp[k] + i;

                    KT f = kf[k];

                    s0 += f*sptr[0];

                    s1 += f*sptr[1];

                    s2 += f*sptr[2];

                    s3 += f*sptr[3];

                }



                D[i] = castOp(s0); D[i+1] = castOp(s1);

                D[i+2] = castOp(s2); D[i+3] = castOp(s3);

            }

            #endif

            for( ; i < width; i++ )

            {

                KT s0 = _delta;

                for( k = 0; k < nz; k++ )

                    s0 += kf[k]*kp[k][i];

                D[i] = castOp(s0);

            }

        }

    }



    vector<Point> coords;

    vector<uchar> coeffs;

    vector<uchar*> ptrs;

    KT delta;

    CastOp castOp0;

    VecOp vecOp;

};

只看该作者 · 2018-11-29 15:24

在opencv库函数中使用了大量的模板，在移植过程中要替换为具体的数据类型。
回到上一步中：

只看该作者 · 2018-11-29 15:25

模板函数的调用为：

复制

if( sdepth == CV_8U && ddepth == CV_32F )

        return Ptr<BaseFilter>(new Filter2D<uchar,

            Cast<float, float>, FilterNoVec>(kernel, anchor, delta));

只看该作者 · 2018-11-29 15:25

比对函数的声明：

template<typename ST, class CastOp, class VecOp> struct Filter2D : public BaseFilter

只看该作者 · 2018-11-29 15:26

为了能够运行执行函数，需要做哪些准备：
1.输入参数的准备。
2.全局变量的初始化。
3.子函数的实现。

只看该作者 · 2018-11-29 15:26

输入参数准备：
uchar ** src_data = new uchar*[yuv_src->height];
for(int i=0; i<yuv_src->height; i++)
{
src_data[i] = (uchar *)yuv_src->vir_addr[0] + i*yuv_src->stride[0];
}

只看该作者 · 2018-11-29 15:27

uchar *dst 为变换后的数据。
dst_data = (uchar *)yuv_dst->vir_addr[0];
dststep为图像内存区域的字节宽度 width*4

只看该作者 · 2018-11-29 15:27

全局变量的初始化

coords和coeffs在preprocess2DKernel( _kernel, coords, coeffs );中进行了初始化。
ptrs.resize(coords.size()); //ptr初始化

只看该作者 · 2018-11-29 15:27

数据比对

很多时候，虽然运行不会报错，但是得到的结果却不一样，这是因为某些参数的初始化过程中出现问题，需要比对运行数据，找出导致数据不一样的地方。
1.变量比对
运行到同一状态时的所有变量是一致的。
2.内存比对
同一指针指向的内存的数据应是一致的。在vs2010中查看指针指向内存的方法为调试->窗口->内存。