### 海思Hi3516A移植OpenCV4.1指南
#### 一、概述
随着嵌入式系统的快速发展，计算机视觉技术越来越多地应用于智能安防、自动驾驶等领域。海思Hi3516A作为一款高性能的视频处理芯片，被广泛应用于监控摄像头等设备中。为了充分利用其强大的图像处理能力，将OpenCV这一开源计算机视觉库移植到该平台上显得尤为重要。本文将详细介绍OpenCV 4.1移植至海思Hi3516A平台的具体步骤。
#### 二、准备环境与下载源码
**2.1 安装编译环境**
根据文档描述，首先需要搭建适合Hi3516A平台的编译环境。这通常涉及到安装特定的工具链，如文档中提到的“arm-himix200-linux”工具链。可以通过官方文档获取详细的安装步骤，确保环境配置正确无误。
**2.2 下载OpenCV源码**
访问官方网站https://opencv.org/releases/，下载所需的OpenCV版本。文中提及的是OpenCV-4.1.0版本，但用户可以根据实际需求选择其他版本。
**2.3 编译前的准备工作**
- 如果是从Git仓库克隆的代码，直接进入源码根目录。
- 若下载的是压缩包，则需先解压，命令为：`unzip opencv-3.4.1.zip`，然后进入解压后的目录。
接下来，创建两个文件夹用于存放编译过程中的文件：
```bash
mkdir build
mkdir output
```
并切换到`build`文件夹内：
```bash
cd build
```
#### 三、编译OpenCV
**3.1 修改CMakeLists.txt**
在OpenCV源码根目录下的`CMakeLists.txt`文件中第514行下方，添加一行用于指定zlib库的路径：
```cmake
ocv_include_directories(./3rdparty/zlib/)
```
**3.2 安装zlib库**
使用sudo权限安装zlib开发库：
```bash
sudo apt-get install zlib1g-dev
```
**3.3 配置CMake**
通过一系列命令来配置CMake，这些命令包括指定编译器、链接器等参数。示例命令如下：
```bash
cmake -DCMAKE_BUILD_TYPE=RELEASE \
-DCMAKE_INSTALL_PREFIX=../output \
-DCMAKE_C_COMPILER=/opt/hisi-linux/x86-arm/arm-himix200-linux/host_bin/arm-linux-gnueabi-gcc \
-DCMAKE_CXX_COMPILER=/opt/hisi-linux/x86-arm/arm-himix200-linux/host_bin/arm-linux-gnueabi-g++ \
-DCMAKE_EXE_LINKER_FLAGS=-lpthread-lrt-ldl \
-DBUILD_SHARED_LIBS=ON \
-DBUILD_ZLIB=ON \
-DZLIB_INCLUDE_DIR=../3rdparty/zlib \
..
```
**3.4 编译并安装**
执行`make`命令进行编译：
```bash
make
```
编译成功后，可以使用`make install`命令将OpenCV安装到指定位置：
```bash
make install
```
**3.5 检查结果**
编译完成后，在`{OpenCV源码根目录}/output`下应能查看到生成的动态库文件。
#### 四、在项目中使用OpenCV动态库
**4.1 更新Makefile**
在项目的Makefile文件中，添加如下内容以调用OpenCV库：
```makefile
CFLAGS+=`pkg-config --cflags --libs opencv`
CC=arm-himix200-linux-g++
```
**4.2 安装pkg-config工具**
通过包管理器安装`pkg-config`工具：
```bash
sudo apt install pkg-config
```
**4.3 设置环境变量**
编辑`~/.bashrc`文件，并添加以下内容来设置`PKG_CONFIG_PATH`环境变量：
```bash
export PKG_CONFIG_PATH="/home/zdst/opencv/output/lib/pkgconfig"
```
别忘了更新系统环境变量使更改生效：
```bash
source ~/.bashrc
```
#### 五、总结
通过上述步骤，用户可以在海思Hi3516A平台上成功构建并使用OpenCV 4.1版本。这对于实现各种计算机视觉应用而言，无疑提供了强有力的支持。未来，随着硬件性能的不断提升以及OpenCV功能的持续扩展，相信会有更多创新的应用场景涌现出来。
那年聪聪2021-04-11这不就是其它博客的内容嘛。。。
