0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

Vitis HLS圖像處理平臺搭建

OpenFPGA ? 來源:OpenFPGA ? 作者:OpenFPGA ? 2022-11-21 09:10 ? 次閱讀

Vitis HLS 圖像處理平臺搭建

在 2019.2 以上的版本中AMD-Xilinx去除了對 OpenCV 的庫函數的直接支持,需要我們手動搭建一個OpenCV的環(huán)境(主要是仿真環(huán)境),這一步雖然對綜合不影響,但是對于算法的功能驗證還是不方便,所以這一步對于使用OpenCV進行圖像處理還是很重要的一步。

今天這一步主要分成幾部:

第一步,安裝所需要的文件(開源)

第二步,設置好環(huán)境變量

第三步,本地編譯 OpenCV 庫

安裝所需要的文件

今天的第一步就是安裝文件,這里的文件都是開源軟件,所以大家放心安裝。

這里特別注意一點,希望大家按照提供的軟件版本安裝,否則最后編譯OpenCV庫時候可能出現未知的問題(有能力者請忽略!)。

這里特別注意二點,安裝路徑一定不要有中文路徑或者空格。

cmake

8fc2a990-6934-11ed-8abf-dac502259ad0.png

正常安裝即可,盡量不要更改安裝路徑。

opencv 3.4.12

8fe28c24-6934-11ed-8abf-dac502259ad0.png

正常安裝,解壓路徑放到非中文路徑

8ffabd6c-6934-11ed-8abf-dac502259ad0.png

上面的路徑一定要放在一個常用而且不移動的位置,后續(xù)仿真時候會經常使用這個位置。

mingw-w64

同樣放到一個不移動的位置。

添加環(huán)境變量

在用戶變量 Path中添加下面的位置,位置是上面mingw-w64的解壓位置。

示例:

E:vitis_hls_imagemingwMinGWin

9056e86c-6934-11ed-8abf-dac502259ad0.png

在 CMD 中輸入:

setPATH=C

然后關閉CMD。

再在CMD輸入

echo%PATH%

檢查是否設置成功

9074424a-6934-11ed-8abf-dac502259ad0.png

再次輸入

gcc-v

90905bec-6934-11ed-8abf-dac502259ad0.png

本地編譯 OpenCV 庫

最重要的一步來了,也是最容易出問題的步驟,我會在這詳細寫清楚步驟,同時我會錄個簡單的視頻,相關的軟件會放到視頻評論區(qū)(鏈接失效可以隨時補充)。

Cmake 編譯 OpenCV

打開 Cmake。

點擊 Browse Source, 將之前安裝OpenCV程序解壓出來的文件夾下的 source 文件夾目錄添加進來。

90eb18a2-6934-11ed-8abf-dac502259ad0.png

之前安裝OpenCV程序解壓出來的文件夾下新建一個build_2文件夾:

9105143c-6934-11ed-8abf-dac502259ad0.png

點擊 Browse Build, 將建好的 build_2 文件夾添加進來:

911b0f76-6934-11ed-8abf-dac502259ad0.png

點擊 Configure , 此時會彈窗如下,(注:這個彈窗有時會在第二次 Configure 時彈出,不過配置都一樣)。按照下圖進行配置:

91335536-6934-11ed-8abf-dac502259ad0.png

然后點擊 NEXT, 分別選擇 C 和 C++的編譯器路徑,在安裝目錄/MinGW/bin/gcc.exe 與安裝目錄/MinGW/bin/g++.exe,選擇完成后點擊 Finish。

915a5352-6934-11ed-8abf-dac502259ad0.png

等待 Configure 完成后, 進行選項的調整, 注意以下幾個:

勾選 WITH_OPENGL

勾選 ENABLE_CXX11

不勾選 WITH_IPP

不勾選 ENABLE_PRECOMPILED_HEADERS

不勾選 OPENCV_ENABLE_ALLOCATOR_STATS

再次點擊 Configure,如果會彈窗配置選擇 MinGW 的窗口請按照第三步進行配置(一般不會有)。

等待 Configure 完成。。。

916ad07e-6934-11ed-8abf-dac502259ad0.png

Configure 完成后, 點擊 Generate, 進行庫的生成。看到 Configuring done、 Generating done 則表示成功。

9186e1f6-6934-11ed-8abf-dac502259ad0.png

編輯生成工程

打開電腦的CMD,進入剛剛配置好的build_2文件夾,進入后輸入一下命令:

mingw32-make–j16

這個過程編譯時間有點久,機器不同時間也不一樣。這里-j 8 意思是開啟 8 核運行,這個值取決你電腦的 CPU 物理核心數, 可以不加該選項的(如果中間出現停頓,可以點擊 Enter 鍵, 繼續(xù)編譯)

919f55b0-6934-11ed-8abf-dac502259ad0.png

編譯完成后輸入以下命令進行安裝:

mingw32-makeinstall

91b4f672-6934-11ed-8abf-dac502259ad0.png

如果看到下圖,那么恭喜你,今天的主要工作就完成了。

91f6a9b4-6934-11ed-8abf-dac502259ad0.png

設置環(huán)境變量

新建三個用戶變量

LD_LIBRARY_PATH 變量值:E:vitis_hls_imageopencv_libopencvuild_2installx64mingwlib

OPENCV_INCLUDE 變量值:E:vitis_hls_imageopencv_libopencvuild_2installinclude

OPENCV_LIB 變量值:E:vitis_hls_imageopencv_libopencvuild_2installx64mingwlib

注意:用戶環(huán)境的正確動態(tài)庫的路徑需要根據自己的實際情況進行更改路徑,上面的路徑是不適用于每一個人的。

path 下新增兩條路徑

E:vitis_hls_imageopencv_libopencvuild_2installx64mingwin

E:vitis_hls_imageopencv_libopencvuild_2installx64mingwlib

至此,用戶環(huán)境變量設置完成。

至此今天所有的工作都完成了,接下來就是我們愉快地玩耍了~

軟件及編譯好的文件見下面視頻置頂評論:

審核編輯:郭婷

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯系本站處理。 舉報投訴
  • 仿真
    +關注

    關注

    50

    文章

    3972

    瀏覽量

    132967
  • OpenCV
    +關注

    關注

    29

    文章

    622

    瀏覽量

    41091

原文標題:本地編譯 OpenCV 庫

文章出處:【微信號:Open_FPGA,微信公眾號:OpenFPGA】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    在Windows 10上創(chuàng)建并運行AMD Vitis?視覺庫示例

    本篇文章將演示創(chuàng)建一個使用 AMD Vitis? 視覺庫的 Vitis HLS 組件的全過程。此處使用的是 Vitis Unified IDE。如果您使用的是舊版 AMD
    的頭像 發(fā)表于 05-08 14:02 ?457次閱讀
    在Windows 10上創(chuàng)建并運行AMD <b class='flag-5'>Vitis</b>?視覺庫示例

    FPGA版通用圖形處理架構創(chuàng)新解決方案

    ThunderGP是基于HLS的開源通用圖形處理框架,支持Vitis和SDAccel開發(fā)環(huán)境,適用于U50、U200、U250和VCU1525等Xilinx Alveo平臺(官方開發(fā)板
    發(fā)表于 03-26 12:16 ?334次閱讀
    FPGA版通用圖形<b class='flag-5'>處理</b>架構創(chuàng)新解決方案

    Vitis2023.2使用之—— updata to Vitis Unified IDE

    2023.2的classic Vitis IDE工程的方法是編譯好vivado工程后重新導出硬件.xsa 基于導出的硬件重新生成平臺工程和應用工程。 工程編譯好后單擊Vitis菜單下的Export
    發(fā)表于 03-24 17:14

    Vitis2023.2使用之—— classic Vitis IDE

    Vitis 已經更新到2023.2了,新版本相較于舊版本更新了嵌入式平臺,新版平臺增加了Versal? AI 引擎 DSP 設計的增強功能,全新的獨立 Vitis 嵌入式軟件,最新
    發(fā)表于 03-24 16:15

    Vivado HLS圖像傳感器FPN噪聲去除算法設計

    ,表現為明暗不均勻的條帶噪聲。同時,為了滿足圖像傳感器的實時攝像要求,算法的處理延時要低[3]。基于以上原因,本設計提出一種適用于圖像傳感器的 FPN 噪聲去除算法,并在XilinxZynq
    的頭像 發(fā)表于 01-02 11:10 ?1197次閱讀
    Vivado <b class='flag-5'>HLS</b>的<b class='flag-5'>圖像</b>傳感器FPN噪聲去除算法設計

    AMD-Xilinx的Vitis-HLS編譯指示小結

    內的走線就會過長,這會導致時序違規(guī)。 以下行為可能阻止或限制 Vitis HLS 可在數據流模型內執(zhí)行的重疊: 在數據流區(qū)域中間讀取函數輸入或寫入函數輸出。 單一生產者使用者違例。 任務的有條件執(zhí)行
    發(fā)表于 12-31 21:20

    Vitis 統一軟件平臺文檔

    AMD Vitis 軟件平臺是一款開發(fā)環(huán)境,主要用于開發(fā)包括 FPGA 架構、Arm 處理器子系統和 AI 引擎在內的設計。Vitis 工具與 AMD Vivado ML 設計套件相結
    的頭像 發(fā)表于 12-20 10:00 ?408次閱讀
    <b class='flag-5'>Vitis</b> 統一軟件<b class='flag-5'>平臺</b>文檔

    研討會:利用編譯器指令提升AMD Vitis? HLS 設計性能

    AMD Vitis 高層次綜合 ( HLS ) 已成為自適應 SoC 及 FPGA 產品設計領域的一項顛覆性技術,可在創(chuàng)建定制硬件設計時實現更高層次的抽象并提高生產力。Vitis HLS
    的頭像 發(fā)表于 12-05 09:10 ?411次閱讀
    研討會:利用編譯器指令提升AMD <b class='flag-5'>Vitis</b>? <b class='flag-5'>HLS</b> 設計性能

    【KV260視覺入門套件試用體驗】Vitis AI Library體驗之OCR識別

    翻譯成計算機文字的過程;即,針對印刷體字符,采用光學的方式將紙質文檔中的文字轉換成為黑白點陣的圖像文件,并通過識別軟件將圖像中的文字轉換成文本格式,供文字處理軟件進一步編輯加工的技術。如何除錯或利用
    發(fā)表于 10-16 23:25

    【KV260視覺入門套件試用體驗】Vitis AI 構建開發(fā)環(huán)境,并使用inspector檢查模型

    FFT運算(Vivado) 四、硬件加速之—使用PL加速矩陣乘法運算(Vitis HLS) 五、Vitis AI 構建開發(fā)環(huán)境,并使用inspector檢查模型 六、Vitis AI
    發(fā)表于 10-14 15:34

    【KV260視覺入門套件試用體驗】硬件加速之—使用PL加速矩陣乘法運算(Vitis HLS

    利用率,因為 HLS 工具可以根據用戶的指令和目標進行自動的優(yōu)化和轉換,生成高質量的 RTL 代碼。 接下來四期,我開始分享Vitis AI環(huán)境的搭建,并使用Vitis AI部署自定義
    發(fā)表于 10-13 20:11

    【KV260視覺入門套件試用體驗】Vitis-AI加速的YOLOX視頻目標檢測示例體驗和原理解析

    會對關鍵源碼進行解析。 一、Vitis AI Library簡介 上一篇帖子中,我們了解了Vitis統一軟件平臺Vitis AI,并體驗了Viti
    發(fā)表于 10-06 23:32

    【KV260視覺入門套件試用體驗】七、VITis AI字符和文本檢測(OCR&amp;Textmountain)

    中的具體字符。 字符檢測的難度等級 字符檢測的難度等級大體上可以分為以下幾個級別: 1. 簡單:對于簡單的字符檢測任務,通常只需要使用基本的圖像處理技術,如邊緣檢測或閾值處理等即可完成任務
    發(fā)表于 09-26 16:31

    【KV260視覺入門套件試用體驗】六、VITis AI車牌檢測&amp;車牌識別

    車牌的圖像進行分析,最終截取出只包含車牌的一個圖塊的過程。這個步驟的主要目的是降低在車牌識別過程中的計算量,如果直接對原始的圖像進行車牌識別,會非常的慢,因此需要檢測的過程。 車牌識別是一種通過計算機
    發(fā)表于 09-26 16:28

    【KV260視覺入門套件試用體驗】五、VITis AI (人臉檢測和人體檢測)

    --clean 二、Vitis AI 人臉檢測 在邊緣平臺或數據中心平臺上運行Vitis AI Library 示例之前,請下載vitis
    發(fā)表于 09-26 16:22