MCU如何部署OpenCV

本文是一个小系列的第一篇，MCU部署OpenCV的“先跑篇”，稍后会陆续有“配置篇”、“实战篇”、“进阶篇”、“优化篇”，带您牵手OpenCV，进入OpenCV的广阔世界。

说到OpenCV，想必不用小编再多说什么了吧，可谓是计算机视觉处理届的扛把子选手。

对她仰慕已久

但凡是接触过/亲手把玩过数字图像的朋友们，都或多或少的接受过OpenCV的辅佐吧。小到：图像数据的打开/保存、摄像头数据的读取，大到目标识别，神经网络等，可以说，OpenCV就像是一个无所不能的存在。想做图像开发吗？come on，OpenCV准能大手一挥，委派手下将领来辅佐我们打下江山。

看到这里，相信大家已经从字里行间感受到了，小编这无处安放的、快要溢出纸面的、满满的膜拜和敬仰之情了吧。没错，小编也正是OpenCV的受益者，当你还在为如何打开一张粉丝发过来的彩图而一筹莫展之时，OpenCV就会在远方呼唤：试试imread？图片太小，看不清偶像的签名？试试resize？是的，无所不能的OpenCV就是能随时满足我们的任何开发需求，或者说的稍显专业范一点：知道《数字图像处理-冈萨雷斯》吗？相信我，OpenCV里都有。

写到这儿，小编真想直接一个一键三连。

配得上她吗？

就不再过多的感慨了，让我们开始下一部分，说说今天的主题。

相信大家也有注意到，即便OpenCV在PC端混的风生水起，可是在我们的嵌入式平台上，这里特指MCU平台（同为嵌入式平台，隔壁MPU仗着DDR+强力A核已经成功上船），可以说是障碍重重。

首先第一个遇到的障碍是代码空间，尽管OpenCV的功能强大，其代码量也让人心头一惊。低头翻翻芯片手册，看到那捉襟见肘的存储容量，基本可以直接放弃跑OpenCV的想法了。

第二个大障碍则是算力，与PC机主频上GHz的多核处理器相比，MCU的处理能力确实堪忧。

但是，自从出现了i.MX RT系列的MCU，让人们看到了在嵌入式MCU的应用环境中，借助OpenCV进行图像开发的希望。

i.MX RT具有600MHz以上的主频，让运行OpenCV成为可能。而其对外部存储扩展的支持，正好能够解决代码空间的问题。i.MX RT系列为部署OpenCV提供了一个新的突破口。

还有第三大障碍，在MCU平台上跑OpenCV没有先例可循，想玩但感觉无从下手。

那么，下面小编就来引领大家开始OpenCV的另一种玩儿法，在MCU平台上进行部署，所选用的平台是拥有高达1GHz主频的，我们的i.MX RT1170系列MCU，她拥有最大2MB的内部RAM，和外扩的QSPI Flash用于代码存储，以及外扩的SDRAM用于庞大的数据存储。

好好地端详

开始把玩之前，先来正式介绍一下这次的主角，大名鼎鼎的OpenCV项目。

OpenCV（开源计算机视觉库：http://OpenCV.org)是一个包含数百种计算机视觉算法的开源库。没错， OpenCV是开源的，不收费哟，太良心。

OpenCV具有模块化结构，这意味着其包括多个共享或静态库。例如：核心功能、图像处理、视频分析、相机校准和3D重建（calib3d）、2D功能框架（features2D）、对象检测（objdetect）、高级GUI（highgui）、视频I/O（Video）。可以说，涵盖了几乎所有的数字图像处理领域。

牵手前的准备

认识了我们的主角，下面我们来看看移植上可能会遇到的问题，当然上文所述，算力和代码大小的问题也要考虑到：

编译方式/最终呈现方式：这个主要是涉及到我们最终如何使用OpenCV代码，是源码嵌入还是用静态链接库的形式。
小编这里直接选择编译成静态链接库，这样就不用每次都集成源码到工程中，更加方便。
不过，有一个问题要注意，因为OpenCV代码主体是C++编写的，受编译器版本影响，可能会导致编译出来的静态链接库并不兼容当前工程。
因此，要注意，编译器的版本要保证一致，切记！！

编译工具链：在PC上，一般是选用GCC / visual studio（分别对应linux和windows平台）进行代码编译，到了嵌入式平台，要注意使用对应的嵌入式开发工具链，小编这里推荐arm-none-eabi-gcc以及ARMCland(Keil)。
可能有朋友要问了啊，IAR呢？别问，问就是小编用Keil比较熟悉，手动捂脸。。。。

头文件和数据类型问题：不同的工具链的头文件组织/构成方式不同，换句话说，有些头文件，GCC有而ARMCLang可能没有，需要特殊考虑。
而数据类型问题主要体现在不同编译器，对于使用typedef重定义的整数类型的解释方式。

代码大小和算力：这里小编没有进行特殊的代码级优化，完完全全的放手让编译器帮我们去做了，例如使用GCC的-o3，ARMCLand的-oszie / -ofast等

操作系统支持：因为OpenCV的一些代码是要依赖于OS的，例如多进程 / 进程通信等，而我们的MCU平台尽管也支持OS。
但是一般都是多线程OS，不太能满足OpenCV的要求。当然，除了多进程这一点，我们的MCU平台还是可以胜任的。
针对这一点，就没啥可说的了，简单粗暴一点：直接disable掉这些模块。

配置工具适配：因为我们这里不使用VS进行代码管理，而OpenCV可以基于CMake进行工程管理并借助Make进行代码编译。
那么针对不同的开发端OS，Linux / Windows，需要安装对应版本的CMake + Make工具。

憧憬与遐想

随着人工智能技术的普及，人们期待在MCU平台上能进行更加复杂的图像处理，成熟的OpenCV自然而然地引起了我们的高度关注。

但是由于前面提到的那些障碍以及对操作系统的依赖，在MCU上跑OpenCV能够做到什么程度，还是需要不断地挖掘和探索。

从我们目前工作的情况看，可以说一些基础的图像操作：resize、rotate、边缘提取以及基本的滤波算法等，完全没问题。小编也将在后面的系列中为大家一一揭密。

当然，OpenCV+MCU仍然是一个全新的领地，具体能做到什么，还要大家发挥想象力，让OpenCV能够在MCU平台上开出绚烂的花朵！

限于篇幅，本期小编就和大家聊到这儿，下期将为大家详细介绍如何进行工具链的安装，以及如何对OpenCV源码进行配置的具体方法。