背景：

       由于手上有一块rk3568的开发板，需要运行yolov5跑深度学习模型，但是原有的opencv不能对x264格式的视频进行解码，这里就需要将ffmpeg+x264编译进opencv。

      但是开发板算力有限，所以这里采用在windows下，安装ubuntu的虚拟机，在虚拟机上进行交叉编译，得到arm 版的opencv。

pc主机：windows10

虚拟机：ubuntu-18.04

目标机:  armv8

目标芯片：rk3568

目标编译环境： aarch64-linux-gnu-gcc/aarch64-linux-gnu-g++

注：以下所有的环境安装都是在虚拟机上运行的，目标ARM平台需要另外安装运行环境

目录

1、安装交叉编译器和编译工具

2、下载+编译依赖的第三方软件

3、设定第三方软件统一的安装路径和编译安装软件

4、编译opencv

5、测试

1、安装交叉编译器和编译工具
sudo apt-get install g++-aarch64-linux-gnu
sudo apt-get install gcc-aarch64-linux-gnu
sudo apt-get install cmake-gui  cmake
sudo apt-get install build-essential
sudo apt-get install vim
sudo apt install pkg-config
2、下载+编译依赖的第三方软件
zlib官网：http://www.zlib.net/
libjpeg下载地址：http://www.ijg.org/files/
libpng下载地址：http://www.libpng.org/pub/png/libpng.html
yasm下载地址：http://yasm.tortall.net/Download.html
x264下载地址：http://www.videolan.org/developers/x264.html
libxvid下载地址：http://ftp.br.debian.org/debian-multimedia/pool/main/x/xvidcore/
ffmpeg下载地址：http://ffmpeg.org/download.html

这里将对应的软件下载下来就行，软件版本的话，我这边选的稍微稳定的版本

软件版本我这边的截图如下：

3、设定第三方软件统一的安装路径和编译安装软件

     为什么要设定安装路径？一是方便管理，当依赖的第三方软件都编译成功后，可以统一将所有的lib库文件和include

头文件复制到目标文件夹

   为什么要交叉编译安装软件？因为我们要编译arm版本的opencv，该opencv依赖的第三方软件也需要是arm版本的，由于宿主主机是x86架构的，所以只能交叉编译安装

注：编译安装的命令行参数配置

    --host: 指明目标平台

    --prefix: 指明编译安装的位置

    --enable-shared  生成动态库

     --enable-static  生成静态库

注：

如果出现类似错误 Error: “Invalid configuration `aarch64-linux-gnu': machine `aarch64' not recognized”

那么解决方案如下：

wget -O config.guess 'http://git.savannah.gnu.org/gitweb/?p=config.git;a=blob_plain;f=config.guess;hb=HEAD'
wget -O config.sub 'http://git.savannah.gnu.org/gitweb/?p=config.git;a=blob_plain;f=config.sub;hb=HEAD'

  声明软件的安装位置，以及目标平台使用的 c 语言编译软件平台

vim ~/.bashrc
export OPENCV_DEPEND=/usr/local/arm/opencv-depend
export OPENCV_INSTALL=/usr/local/arm/opencv-install
export CC=aarch64-linux-gnu-gcc
source ~/.bashrc

  这里我将CC=aarch64-linux-gnu，这样的话，后续采用configure编译得到的Makefile文件里面的CC都会由gcc改成aarch64-linux-gnu，就不用每次都去Makefile文件里面去改相应的字段了 

    编译安装zlib

cd  zlib-1.3.1/
./configure
sudo make && sudo make install

注：

这里 configure编译选项不要加上  --prefix=$OPENCV_DEPEND  ，后面编译其他软件包时，可能找不到zlib库导致报错 

   编译安装libjpeg

cd jpeg-8
./configure --host=aarch64-linux-gnu --prefix=$OPENCV_DEPEND --enable-shared --enable-static
sudo make  && sudo make install

 虽然指令写的没问题，编译也没有问题，但是我后面编译Opencv时，却找不到 ljpeg  ， 就算我指明了对应的库位置，也不行，所以这一步就当失败了。后面我会有解决方案解决这个问题：那就是将

 编译安装libpng

cd libpng-1.4.21/
./configure --host=aarch64-linux-gnu --prefix=$OPENCV_DEPEND --enable-shared --enable-static
sudo make && sudo make install

编译安装x264

cd x264-master/
./configure --enable-shared --host=aarch64-linux-gnu --disable-asm --prefix=$OPENCV_DEPEND
sudo  make && sudo make install

x264 是一个很重要的依赖，用于对 x264 编码格式的码流进行解码，我们需要将x264编译进Opencv

编译libxvid

cd ./build/generic
./configure --prefix=$OPENCV_DEPEND --host=arm-linux --disable-assembly
make
make install

编译ffmpeg

./configure --prefix=$OPENCV_DEPEND --enable-shared --disable-static --enable-gpl --enable-cross-compile --arch=arm64  --disable-stripping --target-os=linux --enable-libx264 --enable-libxvid --cc=aarch64-linux-gnu-gcc  --enable-swscale --extra-ldflags=-L$OPENCV_DEPEND/lib --extra-cflags=-I$OPENCV_DEPEND/include

前面已经将一些依赖的第三方软件都安装完成，现在需要将这些依赖包含的头文件include和库文件 lib，都复制到aarch64-gcc的指定路径下，方便编译opencv时能找到

sudo cp -r $OPENCV_DEPEND/include/    /usr/aarch64-linux-gnu/include/
sudo cp -r $OPENCV_DEPEND/lib/   /usr/aarch64-linux-gnu/lib
export PKG_CONFIG_PATH=/usr/aarch64-linux-gnu/lib/lib/pkgconfig/
4、编译opencv

1、获取opencv源码，我这里的源代码版本是opencv-3.4.5

mkdir mybudild 
cd mybuild 
vim toolchain.cmake

 将以下内容填进去

###########user defined#############
set( CMAKE_SYSTEM_NAME Linux )
set( CMAKE_SYSTEM_PROCESSOR arm )
set( CMAKE_C_COMPILER aarch64-linux-gnu-gcc )
set( CMAKE_CXX_COMPILER aarch64-linux-gnu-g++ )
###########user defined#############
set( CMAKE_FIND_ROOT_PATH "/usr/local/arm/opencv-depend" )
set( CMAKE_FIND_ROOT_PATH_MODE_PROGRAM NEVER )
set( CMAKE_FIND_ROOT_PATH_MODE_LIBRARY ONLY)
set( CMAKE_FIND_ROOT_PATH_MODE_INCLUDE ONLY)
######################################

在新建的mybuild文件夹下键入命令cmake-gui

我的路径是 /home/rock/src/opencv-3.4.5/mybuild2

cmake-gui通过Add Entry按钮添加OPENCV_ENABLE_PKG_CONFIG，选择类型为bool并打钩

将以下内容填进去去掉 WITH_CUDA
去掉 WITH_GTK
去掉 WITH_1394
去掉 WITH_GSTREAMER
去掉 WITH_LIBV4L
去掉 WITH_TIFF
去掉 BUILD_OPENEXR
去掉 WITH_OPENEXR
去掉 BUILD_opencv_ocl
去掉 WITH_OPENCL

勾选BUILD_JPEG

这里增加勾选BUILD_JPEG刚好解决我前面编译ljpeg后，CMAKE链接不到的问题

完成后

vim CMakeCache.txt

将该行改成

CMAKE_EXE_LINKER_FLAGS_DEBUG:STRING=-lpthread -lrt

sudo make  && make install 

大功告成

5、测试

CMakeLists.txt内容为：

cmake_minimum_required(VERSION 3.1)
project(opencv)
SET(CMAKE_CXX_FLAGS ${CMAKE_CXX_FLAGS} "-std=c++11")
include_directories(/home/rock/opencv_test/install/include)
link_directories(/home/rock/opencv_test/install/lib)
#add_executable(opencv opencv.cpp)
add_executable(opencv opencv.cpp)
target_link_libraries(opencv 
                       /home/rock/opencv_test/install/lib/libopencv_highgui.so.3.4.5
                       /home/rock/opencv_test/install/lib/libopencv_video.so.3.4.5
                       /home/rock/opencv_test/install/lib/libopencv_core.so.3.4.5
                       /home/rock/opencv_test/install/lib/libopencv_videoio.so.3.4.5 
                       /home/rock/opencv_test/install/lib/libopencv_imgproc.so.3.4.5 
                       /home/rock/opencv_test/install/lib/libopencv_imgcodecs.so.3.4.5
        )

其中opencv.cpp源代码内容为： 

#include <iostream>
#include "opencv2/core/core.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include<bits/stdc++.h>
#include<arpa/inet.h>
#include<sys/socket.h>
#include<unistd.h>
#include<sys/types.h>
int main()
{
    struct sockaddr_in server_addr;
    server_addr.sin_family = AF_INET;
    server_addr.sin_port = htons(9123); // 服务器端口
    inet_pton(AF_INET, "192.168.0.111", &server_addr.sin_addr.s_addr);
 
    int sock_fd = socket(AF_INET, SOCK_DGRAM, 0);
    if(sock_fd < 0)
        perror("");

    cv::VideoCapture capture; 
    capture.open("limeng.mp4");
    cv::Size S = cv::Size(capture.get(cv::CAP_PROP_FRAME_WIDTH),capture.get(cv::CAP_PROP_FRAME_HEIGHT));
    //cv::VideoWriter wri("./wri.mp4", capture.get(cv::CAP_PROP_FOURCC), 30,S, true);
    //cv::VideoWriter wri("./wri.mp4", cv::VideoWriter::fourcc('M', 'P', '4', 'V') , 30,S, true);
    cv::VideoWriter wri("./wri.mp4", cv::VideoWriter::fourcc('m', 'p', '4', 'v') , 30,S, true);
    if (!capture.isOpened())
    {
        std::cout << "failed to open the video" << std::endl;
        return -1;
    }

    cv::Mat image;
    //摄像头读取的图像后续会进行压缩 这里进行压缩相关配置
    std::vector<int> quality;
    quality.push_back(CV_IMWRITE_JPEG_QUALITY);
    quality.push_back(30);//进行50%的压缩
    std::vector<uchar> data_encode;

    int cnt = 0 ;
    while(1)
    {
        capture >> image ; 
	if(image.cols <= 0 || image.rows <=0) return -1;
	wri << image;
	cnt ++ ;
	if(cnt > 1000) return -1;
        //printf("%d %d \n ", image.cols , image.rows);
        //imencode(".jpg", image, data_encode, quality);//将图像编码
        //int nSize = data_encode.size();
        //unsigned char *encodeImg = new unsigned char[nSize];
        //for (int i = 0; i < nSize; i++) { encodeImg[i] = data_encode[i]; }
        将unsigned char * 指针变量转化为const char * 指针变量 方便进行sendto函数调用
        //const char* p = (const char*)(char*)encodeImg;
        //sendto(sock_fd, p, nSize, 0, (struct sockaddr *) &server_addr, sizeof(server_addr));
}
     return 0;
}

编译结果为

 运行结果来看，经过交叉编译的Opencv是可以在目标arm平台上运行的

# arm开发 # opencv
Logo
华为开发者空间

华为开发者空间，是为全球开发者打造的专属开发空间，汇聚了华为优质开发资源及工具，致力于让每一位开发者拥有一台云主机，基于华为根生态开发、创新。

更多推荐

cover

解析openGauss账本数据库

avatar 华为开发者空间
cover

GaussDB的向量化处理技术

avatar 华为开发者空间
cover

丽水学院·华为云HCSD校园沙龙圆满落幕，共绘数字教育新篇章！

avatar 华为开发者空间