使用Vivado HLS實(shí)現(xiàn)OpenCV的開(kāi)發(fā)流程
2014-01-02
作者:Harvest Guo
來(lái)源:Xilinx DSP Specilist
本文通過(guò)對(duì)OpenCV中圖像類(lèi)型和函數(shù)處理方法的介紹,通過(guò)設(shè)計(jì)實(shí)例描述在vivadoHLS中調(diào)用Op
開(kāi)源計(jì)算機(jī)視覺(jué) (OpenCV) 被廣泛用于開(kāi)發(fā)計(jì)算機(jī)視覺(jué)應(yīng)用,它包含2500多個(gè)優(yōu)化的視頻函數(shù)的函數(shù)庫(kù)并且專門(mén)針對(duì)臺(tái)式機(jī)處理器和GP
OpenCv中常見(jiàn)的與圖像操作有關(guān)的數(shù)據(jù)容器有Mat,cvMat和IplImage,這三種類(lèi)型都可以
在openCV中,Mat是一個(gè)多維的密集數(shù)據(jù)數(shù)組。可以用來(lái)處理向量和矩陣、圖像、直方圖等等常見(jiàn)的多維
Mat有3個(gè)重要的方法:
1、Mat mat = imread(const String* filename);
2、imshow(const string frameName, InputArray mat)
3、imwrite (const string& filename, InputArray im
Mat類(lèi)型較CvMat與IplImage類(lèi)型來(lái)說(shuō),有更強(qiáng)的矩陣運(yùn)算能力,支持常見(jiàn)的矩陣運(yùn)算。在計(jì)算密
在openCV中,Mat類(lèi)型與CvMat和IplImage類(lèi)型都可以代表和顯示圖像,但是,Mat類(lèi)型
補(bǔ)充:IplImage由CvMat派生,而CvMat由CvArr派生即CvArr -> CvMat ->
CvArr用作函數(shù)的參數(shù),無(wú)論傳入的是CvMat或IplImage,內(nèi)部都是按CvMat處
在openCV中,沒(méi)有向量(vector)的數(shù)據(jù)結(jié)構(gòu)。任何時(shí)候,但我們要表示向量時(shí),用矩陣數(shù)據(jù)表示即
但是,CvMat類(lèi)型與我們?cè)诰€性代數(shù)課程上學(xué)的向量概念相比,更抽象,比如CvMat的元素?cái)?shù)據(jù)類(lèi)型并不
CvMat* cvCreatMat(int rows ,int cols , int t
這里的type可以是任意的預(yù)定義數(shù)據(jù)類(lèi)型,比如RGB或者別的多通道數(shù)據(jù)。這樣我們便可以在一個(gè)CvMa
在OpenCV類(lèi)型關(guān)系上,我們可以說(shuō)IplImage類(lèi)型繼承自CvMat類(lèi)型,當(dāng)然還包括其他的變量將
IplImage類(lèi)型較之CvMat多了很多參數(shù),比如depth和nChannels。在普通的矩陣類(lèi)型
IplImage的對(duì)圖像的另一種優(yōu)化是變量origin----原點(diǎn)。在計(jì)算機(jī)視覺(jué)處理上,一個(gè)重要的不
VivadoHLS視頻處理函數(shù)庫(kù)使用hls::Mat<>數(shù)據(jù)類(lèi)型,這種類(lèi)型用于模型化視頻像素流處理,
OpenCV圖像處理是基于存儲(chǔ)器幀緩存而構(gòu)建的,它總是假設(shè)視頻frame數(shù)據(jù)存放在外部DDR 存儲(chǔ)器中,因此,OpenCV對(duì)于訪問(wèn)局部圖像性能較差,因?yàn)樘幚砥鞯男∪萘扛咚倬彺嫘阅懿蛔阋酝瓿蛇@個(gè)任
基于視頻流的架構(gòu)能提供高性能和低功耗,鏈條化的圖像處理函數(shù)能減少外部存儲(chǔ)器訪問(wèn),針對(duì)視頻優(yōu)化的行緩存
VivadoHLS對(duì)OpenCV的支持,不是指可以將OpenCV的函數(shù)庫(kù)直接綜合成RTL代碼,而是需
OpenCV函數(shù)不能直接通過(guò)HLS進(jìn)行綜合,因?yàn)镺penCV函數(shù)一般都包含動(dòng)態(tài)的內(nèi)存分配、浮點(diǎn)以及假
VivadoHLS視頻庫(kù)用于替換很多基本的 OpenCV函數(shù),它與OpenCV具有相似的接口和算法,主要針對(duì)在FPGA架構(gòu)中實(shí)現(xiàn)的圖像處理函數(shù),
使用VivadoHLS實(shí)現(xiàn)OpenCV的開(kāi)發(fā),主要的三個(gè)步驟如下:
HLS視頻庫(kù)是包含在hls命名空間內(nèi)的C++代碼。#include “hls_video.h”
與OpenCV等具有相似的接口和等效的行為,例如:
OpenCV庫(kù):cvScale(src, dst, scale, shift);
HLS視頻庫(kù):hls:
一些構(gòu)造函數(shù)具有類(lèi)似的或替代性的模板參數(shù),例如:
OpenCV庫(kù):cv::Mat mat(rows, cols, CV_8UC3);
HLS視頻庫(kù):hls::Mat
ROWS和COLS指定處理的最大圖像尺寸
表2.2.1 VivadoHLS視頻處理函數(shù)庫(kù)
首先,必須用HLS視頻庫(kù)函數(shù)代替OpenCV調(diào)用。
其次,不支持OpenCV通過(guò)指針訪問(wèn)幀緩存,可以在HLS中使用VDMA和 AXI Stream adpater函數(shù)代替。
再者,不支持OpenCV的隨機(jī)訪問(wèn)。HLS對(duì)于讀取超過(guò)一次的數(shù)據(jù)必須進(jìn)行復(fù)制,更多的例子可以參見(jiàn)見(jiàn)h
最后,不支持OpenCVS的In-place更新,比如 cvRectangle (img, point1, point2)。
下面表格2.2.2列舉了OpenCV中隨機(jī)訪問(wèn)一幀圖像處理對(duì)應(yīng)HLS視頻庫(kù)的實(shí)現(xiàn)方法。
OpenCV
HLS視頻庫(kù)
讀操作
pix = cv_mat.at
pix = cvGet2D(cv_img,i,j)
hls_img >> pix
寫(xiě)操作
cv_mat.at
cvSet2D(cv_img,i,j,pix)
hls_img << pix
表 2.2.2 OpenCV和HLS中對(duì)一幀圖像像素訪問(wèn)對(duì)應(yīng)方法
我們通過(guò)快速角點(diǎn)的例子,說(shuō)明通常用VivadoHLS實(shí)現(xiàn)OpenCV的流程。首先,開(kāi)發(fā)基于OpenC
在這個(gè)例子中,首先設(shè)計(jì)開(kāi)發(fā)完全調(diào)用OpenCV庫(kù)函數(shù)的快速角點(diǎn)濾波器設(shè)計(jì)opencv_image_f
void opencv_image_filter(IplImage* src, IplImage* dst)
{
IplImage* gray = cvCreateImage( cvGetSize(src), 8, 1 );
std::vector
cv::Mat gray_mat(gray,0);
cvCvtColor( src, gray, CV_BGR2GRAY );
cv::FAST( gray_mat, keypoints, 20, true);
cvCopy( src,dst);
for (int i=0;i
{
cvRectangle(dst, cvPoint(keypoints[i].pt.x-1,keypoints[i].pt.y-1),
cvPoint(keypoints[i].pt.x+1,keypoints[i].pt.y+1), cvScalar(255,0,0),CV_FILLED);
}
cvReleaseImage( &gray );
}
例子2.3.1.1 通常的OpenCV視頻處理代碼opencv_image_filter.cpp
int main (int argc, char** argv) {
IplImage* src=cvLoadImage(INPUT_IMAGE);
IplImage* dst = cvCreateImage(cvGetSize(src), src->depth, src->nChannels);
opencv_image_filter(src, dst);
cvSaveImage(OUTPUT_IMAGE_GOLDEN, dst);
cvReleaseImage(&src);
cvReleaseImage(&dst);
return 0;
}
例子2.3.1.2 OpenCV視頻處理測(cè)試激勵(lì)代碼opencv_image_filter_tb.cpp
上面的例子是直接調(diào)用OpenCV在處理器上軟件應(yīng)用實(shí)現(xiàn)的例子,可以看到在算法設(shè)計(jì)中直接調(diào)用openc
需要特別說(shuō)明的是,xilinx通常使用的視頻處理模塊都是基于axi4 streaming協(xié)議進(jìn)行不同模式見(jiàn)像素?cái)?shù)據(jù)的交互,也就是我們所說(shuō)的AXI4 video接口協(xié)議格式。為了和xilinx視頻庫(kù)接口協(xié)議統(tǒng)一,VivadoHLS提供了視頻接口函數(shù)庫(kù)
VivadoHLS可綜合的視頻接口函數(shù):
Hls::AXIvideo2Mat 轉(zhuǎn)換AXI4 video stream到hls::Mat表示格式
Hls::Mat2AXIvideo 轉(zhuǎn)換hls::Mat數(shù)據(jù)格式到AXI4 video stream
首先,我們對(duì)2.3.1中OpenCV的設(shè)計(jì)進(jìn)行改寫(xiě),改寫(xiě)的代碼還是完全基于OpenCV的函數(shù),目的是
void opencv_image_filter(IplImage* src, IplImage* dst)
{
IplImage* gray = cvCreateImage( cvGetSize(src), 8, 1 );
IplImage* mask = cvCreateImage( cvGetSize(src), 8, 1 );
IplImage* dmask = cvCreateImage( cvGetSize(src), 8, 1 );
std::vector
cv::Mat gray_mat(gray,0);
cvCvtColor(src, gray, CV_BGR2GRAY );
cv::FAST(gray_mat, keypoints, 20, true);
GenMask(mask, keypoints);
cvDilate(mask,dmask);
cvCopy(src,dst);
PrintMask(dst,dmask,cvScalar(255,0,0));
cvReleaseImage( &mask );
cvReleaseImage( &dmask );
cvReleaseImage( &gray );
}
例子2.3.2.1另一種OpenCV設(shè)計(jì)應(yīng)用opencv_image_filter.cpp
其次,使用Vivado HLS視頻庫(kù)替代標(biāo)準(zhǔn)OpenCV函數(shù),并使用可綜合的視頻接口函數(shù),采用video stream的方式交互視頻數(shù)據(jù)。用于FPGA的硬件可綜合模塊由VivadoHLS視頻庫(kù)函數(shù)與接口組成
void image_filter(AXI_STREAM& input, AXI_STREAM& output, int rows, int cols)
{
//Create AXI streaming interfaces for the core
#pragma HLS RESOURCE variable=input core=AXIS metadata="-bus_bundle INPUT_STREAM"
#pragma HLS RESOURCE variable=output core=AXIS metadata="-bus_bundle OUTPUT_STREAM"
#pragma HLS RESOURCE core=AXI_SLAVE variable=rows metadata="-bus_bundle CONTROL_BUS"
#pragma HLS RESOURCE core=AXI_SLAVE variable=cols metadata="-bus_bundle CONTROL_BUS"
#pragma HLS RESOURCE core=AXI_SLAVE variable=return metadata="-bus_bundle CONTROL_BUS"
#pragma HLS interface ap_stable port=rows
#pragma HLS interface ap_stable port=cols
hls::Mat
hls::Mat
#pragma HLS dataflow
hls::AXIvideo2Mat(input, _src);
hls::Mat
hls::Mat
#pragma HLS stream depth=20000 variable=src1.data_stream
hls::Mat
hls::Mat
hls:
hls:
hls::Mat
hls::CvtColor
hls::FASTX(gray,mask,20,true);
hls:
hls:
hls::Mat2AXIvideo(_dst, output);
}
例子2.3.2.2 采用VivadoHLS視頻庫(kù)替換后可綜合的設(shè)計(jì)opencv_image_filter.cpp
最后,在vivadoHLS開(kāi)發(fā)環(huán)境下綜合例子2.3.2.2的設(shè)計(jì),產(chǎn)生RTL代碼并重用OpenCV的
通過(guò)上面章節(jié)介紹以及在vivadoHLS工具中實(shí)現(xiàn)opencV設(shè)計(jì)的例子可以看出,OpenCV函數(shù)可
1 OpenCV中圖像IplImage, CvMat, Mat 類(lèi)型的關(guān)系和VivadoHLS中圖像hls::Mat類(lèi)型介紹
1.1 OpenCV中Mat類(lèi)型:矩陣類(lèi)型(Matrix)。
1.2 OpenCV中CvMat類(lèi)型與IplImage類(lèi)型:“圖像”類(lèi)型
1.3 OpenCV中IplImage類(lèi)型
1.4 VivadoHLS中圖像數(shù)據(jù)類(lèi)型hls::Mat<>
2 使用VivadoHLS實(shí)現(xiàn)OpenCV到RTL代碼轉(zhuǎn)換的流程
2.1 OpenCV設(shè)計(jì)中的權(quán)衡
2.2 VivadoHLS實(shí)現(xiàn)OpenCV設(shè)計(jì)流程介紹
2.2.1 VivadoHLS視頻庫(kù)函數(shù)
cale<...>(src, dst, scale, shift);
2.2.2 VivadHLS實(shí)現(xiàn)OpenCV設(shè)計(jì)的局限性
uplicate()函數(shù)。
2.3 用HLS實(shí)現(xiàn)OpenCV應(yīng)用的實(shí)例(快速角點(diǎn)濾波器image_filter)
2.3.1 設(shè)計(jì)基于OpenCV的視頻濾波器設(shè)計(jì)和測(cè)試激勵(lì)
2.3.2 使用IO函數(shù)和Vivado HLS視頻庫(kù)替換OpenCV函數(shù)庫(kù)
calar<3,unsigned char> color(255,0,0);
uplicate(_src,src0,src1);
ilate(mask,dmask);
aintMask(src1,dmask,_dst,color);
3 VHLS實(shí)現(xiàn)OpenCV設(shè)計(jì)流程總結(jié)