【BPI-M2 Berry试用】opencv性能小测试（vs树莓派、nanopi）

day_day

楼主申请该款开发板的目标很明确，一个是舵机控制、另一个是opencv。都说arm跑opencv是个笑话，跟别人提起想法的时候总是被笑话，但不稍微试一下又怎么知道呢。于是楼主花两三天对手头各款开发板的环境配置了一下，然后挑选了三个比较常用的图像操作函数、以及本人一个项目中的算法进行测试。
至于楼主为什么唯独让香蕉派使用2.4.9版本，在另一张吐槽贴中会提到。

（一）环境搭建
关于opencv安装问题会在另一张试用贴中提到。
qt的安装这里只需要运行

1. sudo apt-get install qt5-default

复制代码

（二）编译过程中一些问题
问题描述一：

1. QtOpenCV: error while loading shared libraries: libopencv_core.so.3.2: cannot open shared object file: No such file or directory

复制代码

解决方法：
问题是由于系统不知道libopencv_core.so.3.2放在哪里，只需要在OpenCV.conf中说明就好：
在这个路径中：

1. cd /etc/ld.so.conf.d

复制代码

创建文件：

1. mkdir OpenCV.conf

复制代码

在文件中写入库的安装路径（根据你编译时的路径填写，具体情况可以看我别的试用贴）：

1. /etc/local/lib

复制代码

启动：

1. sudo ldconfig

复制代码

问题描述二：

1. EOF in backquote substitution

复制代码

解决方法：
这是pro文件里面有个`的字符，一开始看起来好像是屏幕的脏点，结果怎么都编译不了。


（三）编译文件搭建
本人一般是利用qt的console，方便快捷，不用搞麻烦到极点的qmake
先创建工程文件：

1. mkdir blur.cpp

复制代码

输入代码
执行qmake

1. qmake

复制代码

修改生成的.pro文件：

1. QT += core
   
2. QT -= gui
   
3. 
   
4. TARGET = blur
   
5. CONFIG += console
   
6. CONFIG -= app_bundle
   
7. 
   
8. TEMPLATE = app
   
9. 
   
10. SOURCES += blur.cpp
    
11. 
    
12. INCLUDEPATH += /usr/include \
    
13. /usr/include/opencv \
    
14. /usr/include/opencv2
    
15. 
    
16. LIBS += /usr/lib/arm-linux-gnueabihf/libopencv_highgui.so \
    
17. /usr/lib/arm-linux-gnueabihf/libopencv_core.so \
    
18. /usr/lib/arm-linux-gnueabihf/libopencv_video.so

复制代码

其中，TARGET是生成可执行文件的文件名；
SOURCES是编译文件的文件名；
INCLUDEPATH是头文件位置，这个取决于你安装的位置，具体情况可以看我上一篇试用贴
LIBS是函数库位置，这里罗列的是一些常用的，并非全部，需要可以随时加上，这个也取决于你安装的位置，具体情况可以看我上一篇试用贴
执行编译：

1. make

复制代码

运行：

1. ./blur

复制代码

（四）测试源码
blur滤波：

1. #include <iostream>
   
2. #include <stdio.h>
   
3. #include <time.h>
   
4. #include <stdlib.h>
   
5. #include "opencv2/highgui/highgui.hpp"
   
6. #include "opencv2/imgproc/imgproc.hpp"
   
7. using namespace cv;
   
8. 
   
9. int main( )
   
10. {
    
11. struct timespec tpstart;
    
12. struct timespec tpmiddle;
    
13. struct timespec tpend;
    
14. long timedif;
    
15. clock_gettime(CLOCK_MONOTONIC, &tpstart);
    
16. 
    
17. //【1】载入原始图
    
18. Mat srcImage = imread("/home/qt/qt_for_opencv/28.jpg");
    
19. 
    
20. //【2】测试时间
    
21. clock_gettime(CLOCK_MONOTONIC, &tpmiddle);
    
22. 
    
23. //【3】进行均值滤波操作
    
24. Mat dstImage;
    
25. blur( srcImage, dstImage, Size(7, 7));
    
26. 
    
27. //【4】显示时间
    
28. clock_gettime(CLOCK_MONOTONIC, &tpend);
    
29. timedif = 1000000*(tpend.tv_sec-tpstart.tv_sec)+(tpend.tv_nsec-tpstart.tv_nsec)/1000;
    
30. fprintf(stdout, "all took %ld microseconds\n", timedif);
    
31. timedif = 1000000 * (tpend.tv_sec - tpmiddle.tv_sec) + (tpend.tv_nsec - tpmiddle.tv_nsec) / 1000;
    
32. fprintf(stdout, "process took %ld microseconds\n", timedif);
    
33. 
    
34. return 0;
    
35. }

复制代码

canny算子：

1. #include <opencv2/opencv.hpp>
   
2. #include<opencv2/highgui/highgui.hpp>
   
3. #include<opencv2/imgproc/imgproc.hpp>
   
4. using namespace cv;
   
5. 
   
6. int main()
   
7. {
   
8.         struct timespec tpstart;
   
9.         struct timespec tpmiddle;
   
10.         struct timespec tpend;
    
11.         long timedif;
    
12.         clock_gettime(CLOCK_MONOTONIC, &tpstart);
    
13. 
    
14.         //载入原始图
    
15.         Mat srcImage = imread("/home/qt/qt_for_opencv/28.jpg",1);  //工程目录下应该有一张名为1.jpg的素材图
    
16.         Mat srcImage1 = srcImage.clone();
    
17. 
    
18.         clock_gettime(CLOCK_MONOTONIC, &tpmiddle);
    
19. 
    
20.         Mat dstImage, edge, grayImage;
    
21. 
    
22.         // 【1】创建与src同类型和大小的矩阵(dst)
    
23.         dstImage.create(srcImage1.size(), srcImage1.type());
    
24. 
    
25.         // 【2】将原图像转换为灰度图像
    
26.         cvtColor(srcImage1, grayImage, CV_BGR2GRAY);
    
27. 
    
28.         // 【3】先用使用 3x3内核来降噪
    
29.         blur(grayImage, edge, Size(3, 3));
    
30. 
    
31.         // 【4】运行Canny算子
    
32.         Canny(edge, edge, 3, 9, 3);
    
33. 
    
34.         //【5】将g_dstImage内的所有元素设置为0
    
35.         dstImage = Scalar::all(0);
    
36. 
    
37.         //【6】使用Canny算子输出的边缘图g_cannyDetectedEdges作为掩码，来将原图g_srcImage拷到目标图g_dstImage中
    
38.         srcImage1.copyTo(dstImage, edge);
    
39. 
    
40.         clock_gettime(CLOCK_MONOTONIC, &tpend);
    
41.         timedif = 1000000 * (tpend.tv_sec - tpstart.tv_sec) + (tpend.tv_nsec - tpstart.tv_nsec) / 1000;
    
42.         fprintf(stdout, "it took %ld microseconds\n", timedif);
    
43.         timedif = 1000000 * (tpend.tv_sec - tpmiddle.tv_sec) + (tpend.tv_nsec - tpmiddle.tv_nsec) / 1000;
    
44.         fprintf(stdout, "it took %ld microseconds\n", timedif);
    
45. 
    
46.         waitKey(0);
    
47. 
    
48.         return 0;
    
49. }
    

复制代码

contours轮廓：

1. #include <opencv2/opencv.hpp>
   
2. #include "opencv2/highgui/highgui.hpp"
   
3. #include "opencv2/imgproc/imgproc.hpp"
   
4. using namespace cv;
   
5. using namespace std;
   
6. 
   
7. int main()
   
8. {
   
9. 
   
10.         struct timespec tpstart;
    
11.         struct timespec tpmiddle;
    
12.         struct timespec tpend;
    
13.         long timedif;
    
14.         clock_gettime(CLOCK_MONOTONIC, &tpstart);
    
15. 
    
16.         // 【1】载入原始图，且必须以二值图模式载入
    
17.         Mat srcImage = imread("/home/qt/qt_for_opencv/28.jpg", 0);
    
18.         clock_gettime(CLOCK_MONOTONIC, &tpmiddle);
    
19. 
    
20.         //【2】初始化结果图
    
21.         Mat dstImage = Mat::zeros(srcImage.rows, srcImage.cols, CV_8UC3);
    
22. 
    
23.         //【3】srcImage取大于阈值119的那部分
    
24.         srcImage = srcImage > 119;
    
25. 
    
26.         //【4】定义轮廓和层次结构
    
27.         vector<vector<Point> > contours;
    
28.         vector<Vec4i> hierarchy;
    
29. 
    
30.         //【5】查找轮廓
    
31.         //此句代码的OpenCV2版为：
    
32. findContours( srcImage, contours, hierarchy,CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE );
    
33.         //此句代码的OpenCV3版为：
    
34. //findContours(srcImage, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE);
    
35. 
    
36.         // 【6】遍历所有顶层的轮廓， 以随机颜色绘制出每个连接组件颜色
    
37.         int index = 0;
    
38.         for (; index >= 0; index = hierarchy[index][0])
    
39.         {
    
40.                 Scalar color(rand() & 255, rand() & 255, rand() & 255);
    
41.                 //此句代码的OpenCV2版为：
    
42. drawContours( dstImage, contours, index, color, CV_FILLED, 8, hierarchy );
    
43.                 //此句代码的OpenCV3版为：
    
44. //drawContours(dstImage, contours, index, color, FILLED, 8, hierarchy);
    
45.         }
    
46. 
    
47.         //【7】显示最后的轮廓图
    
48.         //imshow( "轮廓图", dstImage );
    
49. 
    
50.         clock_gettime(CLOCK_MONOTONIC, &tpend);
    
51.         timedif = 1000000 * (tpend.tv_sec - tpstart.tv_sec) + (tpend.tv_nsec - tpstart.tv_nsec) / 1000;
    
52.         fprintf(stdout, "it took %ld microseconds\n", timedif);
    
53.         timedif = 1000000 * (tpend.tv_sec - tpmiddle.tv_sec) + (tpend.tv_nsec - tpmiddle.tv_nsec) / 1000;
    
54.         fprintf(stdout, "process took %ld microseconds\n", timedif);
    
55. 
    
56.         waitKey(0);
    
57. 
    
58. }

复制代码

这里使用的计时是clock_gettime，可以精确到nm级别（十亿分之一秒），出于对数据读取能力差异的担忧，这里特地进行了两次测量，第一次是测总的运行时间，第二次是测单纯的图像处理时间。

（五）测试结果
一些截图：

测试平台数据：

测试结果：

这个结果也是让我有点迷糊，对于canny，竟然比512M的nano还渣？contours却稳胜了树莓派！猜测可能是由于其他都是3.3.0版本，唯独香蕉派用了2.4.9的原因。至于为什么这么做，其他的帖子会提到。以后有机会也会安装ubuntu serve编译一下3.3.0版本再进行一次测试。