移植opencv到开发板，摄像头在开发板6410上的采集使用（1）

最新推荐文章于 2023-08-02 20:12:13 发布
置顶 最新推荐文章于 2023-08-02 20:12:13 发布
阅读量2.7k 收藏 6
点赞数 1
CC 4.0 BY-SA版权
分类专栏： QT opencv QT linux 文章标签： linux opencv qt
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/chenaini119/article/details/39312599
本文详细记录了将OpenCV和Qt4.7移植到Tiny6410开发板的过程，包括Qt的编译配置步骤和解决移植OpenCV时遇到的问题。在Qt的移植中，主要涉及了压缩包的拷贝、编译与安装。OpenCV移植的关键修改包括去除WITH_TIFF和WITH_CUDA，设置CMAKE_BUILD_TYPE为Release，修改安装路径，并更新链接器标志。移植完成后，需要将库文件拷贝到开发板的/usr/lib目录。文章提到，摄像头的使用将在后续博客中介绍。

最近在搞人眼检测 人脸识别移植opencv qt 到开发板tiny6410的时候在虚拟机跑得程序可以用，但是一直到开发板一堆错误。

移植qt我简单写一下很简单

然后安装QT4.7

①     拷贝压缩包到主机/opt目录下

②     #mkdir –p /opt/mini6410

③     #cd /opt/mini6410

④     #tar zxvf /opt/qt-everywhere-opensource-src-4.7.0.tar.gz

⑤ &

最低0.47元/天 解锁文章

200万优质内容无限畅学
Qt +Opencv 在ARM-A9上视频拍照
STI10hy的博客
05-12 5387
本文主要使用Qt+Opencv在ARM上实现图像采集及拍照功能，核心代码为Qt写的Gui界面，来把采集的图像动态显示在窗口上。
opencv 在6818开发板上移植过程
zjq77700的博客
09-11 1282
OpenCV是目前开源项目中最著名的基于机器视觉方向的图像处理的开发包，目前已经有被移植到嵌入式Linux环境上。本文介绍了OpenCV交叉编译的基本步骤。 一、编译环境及库文件 linux 环境：ubuntu12.04 交叉编译：4.3.2 arm板子：迅为6818开发板 libz: libjpeg: libpng: libyasm: opencv: lib...
利用opencv在arm9上实现USB摄像头视频采集
04-14
利用opencv在arm9上实现USB摄像头视频采集，利用QT界面显示图像
arm9+opencv+ov9650摄像头+zbar
04-14
在arm9（tq2440）上实现QR二维码的扫描验证，测试代码，自己试过可用，板子上需要搭建的环境有opencv和zbar。交叉编译时要路径要修改，opencv和zbar的路径要修改 成功交叉编译后就可以在arm上测试了
ArmSoM-W3之RK3588安装Qt+opencv+采集摄像头画面
nb124667390的博客
08-02 2488
RK3588安装Qt+opencv+采集摄像头画面
第四期 Jupyter 和 OpenCV 实践《显卡就是开发板》
aggresss
11-15 3055
第一次使用 Jupyter 时感觉各种不适应，因为用惯了各种IDE，觉得 Jupyter 没有什么使用价值，但在以后的实践中发现了它和IDE的互补之处：   1.Jupyter设计目的是在交互式计算和软件开发这两个方面最大化的提高生产力。它鼓励一种 执行-探索 的工作模式 ，而不是传统IDE那种 编辑-编译-运行 的传统工作模式， 由于大部分的数据分析代码都含有探索模式操作（试误法和迭代法），因
将 opencv 移植到 arm 开发板用于人脸检测及图像处理存在检测速度慢弊端
最新发布
09-12
打开下面链接，直接免费下载资源...将 OpenCV 这一计算机视觉库移植到 ARM 架构的开发板当中，把它用作实现人脸检测功能与图像处理操作的核心算法，这种方案存在的不足之处在于，其实际检测过程中的运行速度相对较慢。
【鸿睿创智开发板试用】在OpenHarmony 4.1环境下移植OpenCV示例
12-14
成功移植OpenCV到OpenHarmony开发板上，不仅可以为开发者提供一个在嵌入式平台上进行图像处理和视觉计算的强大工具，还能进一步推动OpenHarmony在智能家居、工业自动化等领域的应用开发。此外，随着OpenCV在...
OpenCV交叉编译，OpenCV移植到嵌入式开发板
gaoxiaochuan89的专栏
09-12 2114
开发环境介绍： 主机操作系统：Ubuntu14.04 64位，由全志科技A40i开发板某卖家提供，使用其提供的系统环境与交叉编译器目标平台：全志科技A40i，其实也可以类比迁移到其他嵌入式开发平台opencv版本：3.2.0，源代码 提前编译全志科技A40i卖家提供的系统源码，我用的是linuxQt版本，编译中会出现qt5webkit-5.8.0错误，删除cqr40_linuxqt_bv3s/...
arm版qt opencv程序自启动 触摸屏可以用但不能初始化摄像头
chenaini119的专栏
09-26 1313
我用qt opencv在开发板实现帧间差分法的时候 ，设置程序自启动，触摸屏可以用但是摄像头初始化一直不能识别 搞了好久发现了错误 现在记录下来 自启动首先 1 在/bin 中cp  qt4  setqt4env 将最后的路径与执行文件改为自己的路径与执行文件名 保存退出 2 修改/etc/.init.d/rcS #vi /etc/init.d/rcS 把文件中/bin/qto
ARM+opencv+摄像头采集+简单背景差分
12-13
在tiny610嵌入式ARM平台上面写的一个基于Qt的摄像头采集程序，并用opencv做了简单的背景差分(x需要移植opencv才可以的哦），摄像头采集是基于v4l2。程序不一定可以在你的平台上面运行，但思路可以参考
ARM上利用opencv实现人脸识别
01-15
在ARM上利用opencv库实现人脸识别系统
cortex-A9 4412通过USB摄像头采集视频液晶显示屏输出图像
10-24
友善之臂4412通过USB摄像头采集YUYV422格式图像，转码成RGB显示在800*480分辨率触摸屏上
基于opencv的人脸识别系统代码实现
03-14
深入理解Opencv一书中Fisher脸人脸识别的代码实现，供大家交流参考。
6410采集摄像头数据本地LCD回显图片
daluluhuajian224949的专栏
04-13 1256
菜鸟来写写人生的第一篇博文,以后自己回看可以复习复习，刚接触ARM半年，纯属分享经验，不喜来 喷，以前都是伸手党，现在自己来分享一下感觉还是挺良好的。 主要想做的一个小实验室采集摄像头视频流通过6410的MFC硬件编码，转为H264,通过wifi模块传输。 （1）先做第一步采集视频流 1,友善的tiny6410 + v4l +无名摄像头;(无法正常传指令给与
usb摄像头在s3c6410平台上的测试
yimiyangguang1314的专栏
07-06 8703
1   luvcview是一个开源项目，专注于UVC摄像头的测试，只要您的摄像头支持UVC驱动，即可使用luvcview测试程序，如何知道自己的摄像头是不是支持UVC驱动呢？在这个网站上查一下，看看自己摄像头的ID是不是在支持的列表中，http://www.ideasonboard.org/uvc/ 2  我们在luvcview这个项目的基础上进行了修改，使之能够在s3c6410平台上运行
移植opencv2.4.2到tiny6410的实例
Liuqz2009的专栏
03-11 4814
环境： Ubuntu10.04 OK6410开发板 ARM Linux3.01系统 QT4.7.1 OpenCV-2.0.0 arm-linux-g++ 4.3.2 / arm-linux-gcc 4.3.2 CMake-gui 2.8.0 (建议先参考我的另外一篇博文《Ubuntu上安装Opencv-2.0.0》) OpenCV2.0.0交叉编译过程： 1、在usr/
opencv实现图片及视频流（摄像头）的人脸检测
热门推荐
曾哥哥的博客
03-07 2万+
本文将实现opencv的人脸检测，首先从最简单的图片检测人脸开始。在opencv中，主要有Haar特征 和 LBP特征 进行人脸检测。opencv自带训练好的分类器，在源码的data目录下有“lbpcascades”，“haarcascades”，“hogcascades”三个文件夹，分别表示通过“haar”、“hog”和“lbp”三种不同的特征而训练出的分类器。"haar"特征主要用于人脸检测...
opencv移植到tiny6410成功读取摄像头
u012160436的专栏
07-27 1197
opencv读取摄像头函数cvCreateCameraCapture（-1）在pc机上能够
opencv 移植到开发板
03-26
### OpenCV 移植到开发板的具体步骤 #### 1. 下载并准备 OpenCV 源码 通过 `git` 命令获取 OpenCV 的源代码，并将其存储在目标目录中[^1]。 ```bash git clone https://gitee.com/openharmony-sig/third_party_opencv.git ``` #### 2. 创建构建目录 为了保持项目结构清晰，在 OpenCV 源码根目录下手动创建一个用于存放编译产物的子目录，例如命名为 `build-arm`[^2]。 ```bash mkdir build-arm && cd build-arm ``` #### 3. 安装必要的构建工具 确保主机环境已安装 CMake 及其图形化配置工具，这些工具对于生成适合交叉编译的 Makefile 文件至关重要[^3]。 ```bash sudo apt-get install cmake cmake-qt-gui cmake-curses-gui ``` #### 4. 配置交叉编译选项 利用 CMake 工具完成针对 ARM 平台的编译设置。具体操作可以通过命令行传递参数实现，或者借助 GUI 界面调整配置项。以下是基于命令行的方式： ```bash cmake -DCMAKE_TOOLCHAIN_FILE=../platforms/linux/arm.toolchain.cmake \ -DENABLE_NEON=ON \ -DBUILD_SHARED_LIBS=OFF \ .. ``` 上述命令中的 `-DCMAKE_TOOLCHAIN_FILE` 参数指定了交叉编译链文件路径；`-DENABLE_NEON=ON` 启用了 NEON SIMD 支持以优化性能；而 `-DBUILD_SHARED_LIBS=OFF` 则强制生成静态库而非共享库。 #### 5. 编译与生成二进制文件 启动实际的编译过程，这一步可能会耗费较长时间视硬件资源情况而定。完成后会在当前工作区形成一系列可执行程序以及库文件集合。 ```bash make -j$(nproc) ``` #### 6. 跨平台部署 把经过交叉编译得到的目标文件复制至目标设备上的适当位置，通常建议放置于 `/usr/local/lib` 或者自定义路径如 `/home/user/mylib/opencv-x.x.x/install/lib` 中[^4]。 如果遇到动态链接错误提示缺失某些 `.so` 库，则需进一步确认是否遗漏
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值