【ZYNQ】基于ZYNQ 7020的OPENCV源码交叉编译

安装准备

检查编译器

安装OpenCV编译的依赖项

下载OpenCV源码

下载CMake

编译配置

编译器说明

参考链接

安装准备

使用的各个程序的版本内容如下：

类别	软件名称	软件版本
虚拟机	VMware	VMware-workstation-full-15.5.0-14665864
操作系统	Ubuntu	16.04.6 LTS
编译器	arm-linux-gnueabihf-gcc	/
CMAKE	Cmake	3.18.0-Linux-x86_64
源码	OpenCV源码	opencv-3.4.10

检查编译器

在Ubuntu的命令行中执行以下命令，检查交叉编译器的版本：

arm-linux-gnueabihf-gcc -v

arm-linux-gnueabihf-g++ -v

如果输出显示有error，说明还没有安装交叉编译器。

输入以下指令进行安装，注意编译器以hf结尾，不要与其他编译器件混淆：

sudo apt-get install gcc-arm-linux-gnueabihf

sudo apt-get install g++-arm-linux-gnueabihf

安装完成后，再次检查交叉编译器的版本，如果有下图的输出，则代表安装完成：

编译器arm-linux-gnueabihf-gcc容易与arm-linux-gnueabi-gcc相混肴（后者缺少hf），两者的区别在于适用的架构不同，arm-linux-gnueabihf-gcc适用于armhf架构，arm-linux-gnueabi-gcc适用于armel架构, armel和armhf这两种架构的区别在对待浮点运算采取了不同的策略（zynq 7000是armhf架构）：

gcc的选项-mfloat-abi有三种值soft,softfp,hard(其中后两者都要求arm里有fpu浮点运算单元,soft与后两者是兼容的，但softfp和hard两种模式互不兼容)：
soft : 不用fpu进行浮点计算，即使有fpu浮点运算单元也不用,而是使用软件模式。
softfp : armel架构(对应的编译器为gcc-arm-linux-gnueabi)采用的默认值，用fpu计算，但是传参数用普通寄存器传，这样中断的时候，只需要保存普通寄存器，中断负荷小，但是参数需要转换成浮点的再计算。
hard : armhf架构(对应的编译器gcc-arm-linux-gnueabihf)采用的默认值，用fpu计算，传参数也用fpu中的浮点寄存器传，省去了转换, 性能最好，但是中断负荷高。

使用arm-linux-gnueabi编译OpenCV动态库，开发板端程序运行时加载OpenCV动态库会出现internal error问题。选错编译器的问题在后期才出现错误提示，因此最好在OpenCV源码的编译阶段就确定编译器选择正确。

安装OpenCV编译的依赖项

执行以下命令，安装OpenCV编译的依赖项

sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev

以下是编译OpenCV非必须的项目，在编译界面增加选项后才可能会提示缺少，根据需要进行安装：

sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

下载OpenCV源码

OpenCV源码的下载位置可以在OpenCV的官网找到，本文下载的版本为3.4.10：

https://opencv.org/releases/

官网打不开的话尝试从github下载：

https://github.com/opencv/opencv/releases/tag/3.4.10

下载Source code，下载完成后解压，本文解压至/home/<用户名>/Downloads/opencv/opencv-3.4.10文件夹：

下载CMake

通过以下网址下载Cmake，gui版本操作会更方便一些，本文下载的版本是cmake-3.18.0-Linux-x86_64.tar.gz：

https://cmake.org/download/#previous

下载完成后解压，本文解压位置在/home/<用户名>/Downloads/opencv/cmake-3.18.0-Linux-x86_64/：

编译配置

（1）双击执行/home/<用户名>/Downloads/opencv/cmake-3.18.0-Linux-x86_64/bin目录下的cmake-gui文件，打开cmake图形化编译界面：

在cmake-gui窗口上方“Where is source code”栏中填入opencv源码文件夹，在“Where to build the binaries”栏中填入你期望的存放opencv源码编译文件的build文件夹，本文选择的文件夹为：

源码文件夹：/home/<用户名>/Downloads/opencv/opencv-3.4.10

build文件夹：/home/<用户名>/Downloads/opencv/hf_opencv_build

（2）点击Cmake窗口左侧的Configure按钮，出现新窗口CMakeSetup：

如果没有出现新窗口，是因为上次编译的缓存还在，点击Cmake窗口左上角File，执行Delete Cache，缓存清楚完成后再次点击Configure按钮即可：

CMakeSetup窗口中修改为第4项Specify options for cross-compiling，点击Next：

（3）参考表格进行填写：

选项	填写内容
Operating System	Linux
Processor	arm
Compilers	C： /usr/bin/arm-linux-gnueabihf-gcc C++： /usr/bin/arm-linux-gnueabihf-g++
Target Root	无强制要求

有部分博客的Operating System填写的是arm-linux，经过实践，Cmake无法识别，必须填写Linux。

Target Root在网上并没有统一说法，有填写第三方库的，有填写Compilers的上一级目录的，本文填写的是/usr/bin文件夹。

之后点击Finish即可。

（4）之后会出现OpenCV的配置项：

本文在Search栏中搜索install，修改CMAKE_INSTALL_PREFIX配置项。CMAKE_INSTALL_PREFIX配置项决定了OpenCV库的安装位置，选择自己期望的位置即可。本文选择/home/<用户名>/Downloads/opencv/hf_opencv_install：

继续搜素png。有部分教程要求去掉配置项中PNG相关的选项，否则OpenCV会发生错误，本文没有试验，直接去除了WITH_PNG选项。

继续搜素world。选择该选项会将OpenCV动态库整合，CMAKE_INSTALL_PREFIX目录下的lib文件夹下会生成单独的libopencv_world动态库，而不是一系列分立的OpenCV功能库，由于产品不需要全部的OpenCV功能，后续需要去除部分OpenCV功能库，因此该选项不勾选：

选项配置完成后，点击Generate，等待生成完成。

（5）

生成完成后，打开“Where to build the binaries”文件夹，本文的文件夹为/home/<用户名>/Downloads/opencv/hf_opencv_build。

在文件上右键使用gedit方式打开文件夹下的CMakeCache.txt文件，大约326行找到

CMAKE_EXE_LINKER_FLAGS:STRING=

将其修改为如下并保存文件：

CMAKE_EXE_LINKER_FLAGS:STRING=-pthread -lrt -ldl

在/home/<用户名>/Downloads/opencv/hf_opencv_build文件夹中右键打开命令行，执行make指令：

make -j12

//12表示线程数量，CPU性能较差的电脑12可换为更小的数字或不加-j12

make没有错误的话，继续执行make install指令：

make install

make install完成后，可以在CMAKE_INSTALL_PREFIX配置项设定的文件夹下找到编译完成的OpenCV库：

lib/下就是各个.so动态库文件：

编译器说明

关于编译配置章节第（3）步中的C/C++编译器，本文在开发时，设想了3种选择，其中前2种可行。

第一种就是本文选择的arm-linux-gnueabihf-gcc，来源是Ubuntu安装的apt-get install 。

第二种是，在Ubuntu系统下安装Vitis 2020.1，安装完成后在下列目录中可以查找到Xilinx Vitis提供的编译器：

/Xilinx/Vitis/2020.1/gnu/aarch32/nt/gcc-arm-linux-gnueabi/bin/arm-linux-gnueabihf-gcc

/Xilinx/Vitis/2020.1/gnu/aarch32/nt/gcc-arm-linux-gnueabi/bin/arm-linux-gnueabihf-g++

经过验证，使用该编译器也可以成功编译OpenCV。本文没有选择Xilinx Vitis提供的编译器的原因在于，虚拟机空间不足以安装Vitis，因此尝试编译Qt源码时选择的是第一种，之后为了避免潜在的冲突错误，编译OpenCV时同样选择了第一种。有兴趣的读者可以尝试使用Xilinx Vitis提供的编译器来编译Qt源码。

第三种选择是使用petalinux提供的编译器，可惜的是此步骤并未走通。产品使用的image.ub由petalinux提供的编译器编译，而程序和OpenCV动态库由arm-linux-gnueabihf-gcc编译，两者编译器的来源不同，因此是存在不能兼容的可能性的。

按照常规想法，image.ub中的官方库是由petalinux编译而成，如果程序和动态库也使用该编译器，那么可以肯定动态库和Linux系统之间出现冲突的可能性是最低的。

本文使用的petalinux的编译器在sdk.sh的安装位置：

/opt/petalinux/2020.1/sysroots/x86_64-petalinux-linux/usr/bin/arm-xilinx-linux-gnueabi/arm-xilinx-linux-gnueabi-gcc

/opt/petalinux/2020.1/sysroots/x86_64-petalinux-linux/usr/bin/arm-xilinx-linux-gnueabi/arm-xilinx-linux-gnueabi-g++

根据链接Install Xilinx Tools - Xilinx Wiki - Confluence (atlassian.net)：

petalinux编译器arm-xilinx-linux-gnueabi-gcc使用的是软浮点数，同样可用于zynq 7000架构。

之后，petalinux编译器在编译OpenCV时出现了错误，经过了一些尝试后，由于时间关系没有解决这个问题：

本文在项目后期进行回顾时，猜测错误的原因是是petalinux生成sdk.sh时rootfs中未选择ldd选项，有兴趣的读者可以重新生成sdk.sh并尝试能否正确编译OpenCV源码：

如果这petalinux编译器这条线能够走通，好处是显而易见的。

系统镜像、动态库、程序都可以使用petalinux编译的这一套编译工具，不存在冲突问题。

同时，在编译配置章节中，Target Root就可以选择sdk.sh安装目录下的usr/lib/文件夹。假设编译OpenCV时需要第三方库，比如tiff、x264等，只需要在petalinux的rootfs中选择并生成sdk.sh，然后Target Root选择sdk.sh安装目录，编译器选择petalinux编译器即可。如果使用Ubuntu提供的arm-linux-gnueabihf-gcc编译器，那么需要下载第三方库的源码，再手动进行编译，可能需要解决潜在的冲突问题，第三方库较多时，也比较繁琐。