海思平台OpenCV编译与深度裁剪

OpenCV是计算机视觉算法开发常用的工具。如果我们需要在嵌入式设备上运行opencv，那么就需要交叉编译，将它移植到对应平台上。但是有些嵌入式平台的存储空间有限，能节省1MB也有相当大的作用。OpenCV带了很多用不到的东西，如果对OpenCV做裁剪，可以节省不少空间。

准备工作

  1. 下载源码
    在https://opencv.org/releases/下载OpenCV的源码包，我这里用的是3.4.10。
  2. 准备交叉编译器
    需要提前安装好海思的交叉编译器，并配置到环境变量。
  3. 安装cmake
    ubuntu/deepin/debian系统下直接apt install cmake make即可。

如何编译？

参考网上的教程，要用cmake-gui来配置，但是，实际上编译用cmake命令行，指定交叉编译器，然后配置一些目标平台的参数就可以了。
首先解压源码包，然后创建build和output文件夹，用来进行编译以及保存编译好的库。

unzip opencv-3.4.10
cd opencv-3.4.10
mkdir output build
cd build

然后使用cmake进行编译。这里指定交叉编译器，然后配置输出文件夹为上面创建的../output。由于是嵌入式平台，没有gtk之类的图形库，所以选择WITH_GTK=OFF。OpenCV默认调用系统的zlib，在嵌入式平台上，需要重新编译，所以添加选项BUILD_ZLIB=ON和OPENCV_FORCE_3RDPARTY_BUILD=ON。

cmake ../ \
-DCMAKE_C_COMPILER=arm-himix200-linux-gcc \
-DCMAKE_CXX_COMPILER=arm-himix200-linux-g++ \
-DOPENCV_FORCE_3RDPARTY_BUILD=ON \
-DBUILD_ZLIB=ON \
-DWITH_GTK=OFF \
-DBUILD_SHARED_LIBS=ON \
-DCMAKE_BUILD_TYPE=RELEASE \
-DCMAKE_INSTALL_PREFIX=../output

等待cmake执行完成后，就可以进行编译了。使用make -j && make install命令，完成编译以，并把编译好的库存到指定位置。

编译结果

进行裁剪

这里为了展示编译效果，替换掉make，使用ninja build来进行编译，因为ninja build可以显示出需要编译的文件的数量，而make只显示编译的百分比。ninja build的简介可以看这里ninja build简介

ninja build

make

实际上效果是相同的。cmake只是一个编译信息生成工具，真正执行编译的是make或者ninja build。使用时，cmake添加-GNinja参数即可生成ninja build所需要的文件，然后就可以用ninja 来进行编译了。下面会使用cmake + ninja build的方式来进行编译，实际使用cmake + make也可以。
从ninja build的截图可以看到，需要处理（编译、链接）1283个对象（包括源码、编译中间产物.o），生成22MB的库文件。

a.裁剪不需要的OpenCV组件

裁剪掉不需要的组件是最简单的方法。先看下opencv包含了什么东西。

opencv包含的组件

通常，在嵌入式端，比如海思这种芯片，有对视频解码的硬件，而这种平台CPU性能并不强，所以OpenCV关于视频解码的部分，可以完全干掉。在海思上，有深度学习推理硬件NNIE，所以OpenCV的机器学习、深度学习的模块也可以干掉。opencv_highgui是用来显示图像的，在海思平台，没有这种图像显示的设备，关于显示是用海思专门的模块实现的，所以highgui也干掉。
实际上，一般在海思平台开发有关NNIE的应用，用OpenCV最多的就是其中数据表示方式，比如cv::Mat、cv::Rect之类的，还有一些图像处理的功能。此外，在测试时，也可能对图像做读写操作。所以，这里我只留下了opencv_core、opencv_imgproc、opencv_imgcodecs这三个模块。至于opencv_superres、opencv_feature2d等模块，可以按需保留，但是又有多少人会在嵌入式端用CPU来做超分辨、图像特征点这些事呢？
所以，按照上面裁剪的方法，写出cmake命令。

cmake ../ \
-DCMAKE_C_COMPILER=arm-himix200-linux-gcc \
-DCMAKE_CXX_COMPILER=arm-himix200-linux-g++ \
-DOPENCV_FORCE_3RDPARTY_BUILD=ON \
-DBUILD_ZLIB=ON \
-DWITH_GTK=OFF \
-DBUILD_SHARED_LIBS=ON \
-DBUILD_opencv_ts=OFF \
-DBUILD_opencv_shape=OFF \
-DBUILD_opencv_stitching=OFF \
-DBUILD_opencv_apps=OFF \
-DBUILD_opencv_calib3d=OFF \
-DBUILD_opencv_dnn=OFF \
-DBUILD_opencv_features2d=OFF \
-DBUILD_opencv_flann=OFF \
-DBUILD_opencv_highgui=OFF \
-DBUILD_opencv_ml=OFF \
-DBUILD_opencv_objdetect=OFF \
-DBUILD_opencv_photo=OFF \
-DBUILD_opencv_video=OFF \
-DBUILD_opencv_videoio=OFF \
-DBUILD_opencv_videostab=OFF \
-DCMAKE_BUILD_TYPE=RELEASE \
-DCMAKE_INSTALL_PREFIX=../output

可以看到，现在只需处理601个文件，比之前少了一半多，而OpenCV的库也只要9.9MB


opencv库的大小

b.继续裁剪opencv

在编译选项里，可以看到，还有很多WITH_XXX的编译选项，这些也有很多不需要，来删一点点干掉。


要被干掉的选项 含义
WITH_GTK 图形库GTK
WITH_GTK_2_X 图形库GTK
WITH_CUDA NVIDIA的CUDA
WITH_IPP 嘤特尔CPU加速的一个东西
WITH_OPENCL OPENCL异构计算
WITH_OPENCLAMDBLAS 按摩店的OPENCL的blas
WITH_QUIRC 二维码识别
WITH_OPENCLAMDFFT 按摩店的OPENCL的fft
WITH_1394 1394,一种接口，可以连接相机
WITH_FFMPEG 解码视频
WITH_WEBP webp图像格式
WITH_TIFF tiff图像格式
WITH_OPENEXR openexr图像,工业光魔（特效公司）家的图像格式
WITH_PNG png图像格式
WITH_PROTOBUF protobuf,估计是dnn模块加载caffe模型的
WITH_GSTREAMER Gstreamer，多用于处理流媒体
WITH_IMGCODEC_SUNRASTER SUNRASTER图像格式解码

以上是需要被干掉的一些东西。部分的解释可能不准确，如有问题请指正。在海思这种平台，图像最常用的格式YUV、BGR（RGB）格式，还有压缩过的jpg/jpeg格式，以及未经过压缩的bmp格式。以上配置，可以按照个人需要来进行设置。以上的cmake命令如下：

cmake ../ \
-DCMAKE_C_COMPILER=arm-himix200-linux-gcc \
-DCMAKE_CXX_COMPILER=arm-himix200-linux-g++ \
-DOPENCV_FORCE_3RDPARTY_BUILD=ON \
-DBUILD_ZLIB=ON \
-DWITH_GTK=OFF \
-DWITH_GTK=OFF \
-DWITH_GTK_2_X=OFF \
-DWITH_CUDA=OFF \
-DWITH_IPP=OFF \
-DWITH_OPENCL=OFF \
-DWITH_OPENCLAMDBLAS=OFF \
-DWITH_QUIRC=OFF \
-DWITH_OPENCLAMDFFT=OFF \
-DWITH_1394=OFF \
-DWITH_FFMPEG=OFF \
-DWITH_WEBP=OFF \
-DWITH_TIFF=OFF \
-DWITH_OPENEXR=OFF \
-DWITH_PNG=OFF \
-DWITH_PROTOBUF=OFF \
-DWITH_GSTREAMER=OFF \
-DWITH_IMGCODEC_SUNRASTER=OFF \
-DBUILD_SHARED_LIBS=ON \
-DBUILD_opencv_ts=OFF \
-DBUILD_opencv_shape=OFF \
-DBUILD_opencv_stitching=OFF \
-DBUILD_opencv_apps=OFF \
-DBUILD_opencv_calib3d=OFF \
-DBUILD_opencv_dnn=OFF \
-DBUILD_opencv_features2d=OFF \
-DBUILD_opencv_flann=OFF \
-DBUILD_opencv_highgui=OFF \
-DBUILD_opencv_ml=OFF \
-DBUILD_opencv_objdetect=OFF \
-DBUILD_opencv_photo=OFF \
-DBUILD_opencv_video=OFF \
-DBUILD_opencv_videoio=OFF \
-DBUILD_opencv_videostab=OFF \
-DCMAKE_BUILD_TYPE=RELEASE \
-DCMAKE_INSTALL_PREFIX=../output

以上配置，需要处理的文件数量以及生成的库的大小如下图：



现在可以看到，opencv已经被压缩到很小了。

c.还能不能再小？

已经完成了opencv的裁剪，现在已经是裁剪到不能再裁剪了，那么能不能再让它变小点呢？能，当然能！这时候就要从编译器的角度来看了。


我们使用file命令来看下编译产物。这里，我们可以看到，这个是arm平台下的动态库，是not stripped的。这也就是说，这里包含符号表、重定位信息等多余的东西。
我们再看编译选项-s和-Os
-s

-Os

-s是链接器的选项，是在链接时删除所有的符号表等信息，实际使用的时候，传给链接器ld，当然传给gcc/g++也可以实现相同功能，-Os是针对体积进行优化。所以，在编译的时候，设置编译选项为-s -Os，就可以达到目的。现在，cmake命令如下：

cmake ../ \
-DCMAKE_C_COMPILER=arm-himix200-linux-gcc \
-DCMAKE_CXX_COMPILER=arm-himix200-linux-g++ \
-DOPENCV_FORCE_3RDPARTY_BUILD=ON \
-DBUILD_ZLIB=ON -DWITH_GTK=OFF -DWITH_GTK=OFF \
-DWITH_GTK_2_X=OFF -DWITH_CUDA=OFF -DWITH_IPP=OFF \
-DWITH_OPENCL=OFF -DWITH_OPENCLAMDBLAS=OFF \
-DWITH_QUIRC=OFF -DWITH_OPENCLAMDFFT=OFF \
-DWITH_1394=OFF -DWITH_FFMPEG=OFF -DWITH_WEBP=OFF \
-DWITH_TIFF=OFF -DWITH_OPENEXR=OFF -DWITH_PNG=OFF \
-DWITH_PROTOBUF=OFF -DWITH_GSTREAMER=OFF -DWITH_IMGCODEC_SUNRASTER=OFF \
-DBUILD_SHARED_LIBS=ON -DBUILD_opencv_ts=OFF \
-DBUILD_opencv_shape=OFF -DBUILD_opencv_stitching=OFF \
-DBUILD_opencv_apps=OFF -DBUILD_opencv_calib3d=OFF \
-DBUILD_opencv_dnn=OFF -DBUILD_opencv_features2d=OFF \
-DBUILD_opencv_flann=OFF -DBUILD_opencv_highgui=OFF \
-DBUILD_opencv_ml=OFF -DBUILD_opencv_objdetect=OFF \
-DBUILD_opencv_photo=OFF -DBUILD_opencv_video=OFF \
-DBUILD_opencv_videoio=OFF -DBUILD_opencv_videostab=OFF \
-DCMAKE_BUILD_TYPE=RELEASE \
-DCMAKE_INSTALL_PREFIX=../output \
-DCMAKE_CXX_FLAGS="-s -Os" -DCMAKE_C_FLAGS="-s -Os"

在命令行中指定编译选项，cmake会自动把这些选项与cmake生成的选项合并。

编译选项

执行编译，和上面相同，需要处理283个文件。看下生成的文件：

现在已经是stripped的了。然后现在生成的库的只剩了5.2MB的大小，相比之前，小了非常多。

结束

在某些嵌入式设备上，存储空间非常紧张，通过这样的方法以及思路可以节省不少的存储空间。
以上编译opencv的命令如下，直接复制粘贴了执行就可以，当然也可以替换了交叉编译器，来编译不同平台的库。

cmake ../ \
-DCMAKE_C_COMPILER=arm-himix200-linux-gcc \
-DCMAKE_CXX_COMPILER=arm-himix200-linux-g++ \
-DOPENCV_FORCE_3RDPARTY_BUILD=ON \
-DBUILD_ZLIB=ON -DWITH_GTK=OFF -DWITH_GTK=OFF \
-DWITH_GTK_2_X=OFF -DWITH_CUDA=OFF -DWITH_IPP=OFF \
-DWITH_OPENCL=OFF -DWITH_OPENCLAMDBLAS=OFF \
-DWITH_QUIRC=OFF -DWITH_OPENCLAMDFFT=OFF \
-DWITH_1394=OFF -DWITH_FFMPEG=OFF -DWITH_WEBP=OFF \
-DWITH_TIFF=OFF -DWITH_OPENEXR=OFF -DWITH_PNG=OFF \
-DWITH_PROTOBUF=OFF -DWITH_GSTREAMER=OFF -DWITH_IMGCODEC_SUNRASTER=OFF \
-DBUILD_SHARED_LIBS=ON -DBUILD_opencv_ts=OFF \
-DBUILD_opencv_shape=OFF -DBUILD_opencv_stitching=OFF \
-DBUILD_opencv_apps=OFF -DBUILD_opencv_calib3d=OFF \
-DBUILD_opencv_dnn=OFF -DBUILD_opencv_features2d=OFF \
-DBUILD_opencv_flann=OFF -DBUILD_opencv_highgui=OFF \
-DBUILD_opencv_ml=OFF -DBUILD_opencv_objdetect=OFF \
-DBUILD_opencv_photo=OFF -DBUILD_opencv_video=OFF \
-DBUILD_opencv_videoio=OFF -DBUILD_opencv_videostab=OFF \
-DCMAKE_BUILD_TYPE=RELEASE \
-DCMAKE_INSTALL_PREFIX=../output \
-DCMAKE_CXX_FLAGS="-s -Os" -DCMAKE_C_FLAGS="-s -Os"
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
  • 人面猴
    序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
    沈念sama阅读 212,080评论 6赞 493
  • 死咒
    序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
    沈念sama阅读 90,422评论 3赞 385
  • 救了他两次的神仙让他今天三更去死
    文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
    开封第一讲书人阅读 157,630评论 0赞 348
  • 道士缉凶录：失踪的卖姜人
    文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不...
    开封第一讲书人阅读 56,554评论 1赞 284
  • 港岛之恋（遗憾婚礼）
    正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
    茶点故事阅读 65,662评论 6赞 386
  • 恶毒庶女顶嫁案：这布局不是一般人想出来的
    文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
    开封第一讲书人阅读 49,856评论 1赞 290
  • 城市分裂传说
    那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决...
    沈念sama阅读 39,014评论 3赞 408
  • 双鸳鸯连环套：你想象不到人心有多黑
    文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
    开封第一讲书人阅读 37,752评论 0赞 268
  • 万荣杀人案实录
    序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
    沈念sama阅读 44,212评论 1赞 303
  • 护林员之死
    正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,541评论 2赞 327
  • 白月光启示录
    正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,687评论 1赞 341
  • 活死人
    序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
    沈念sama阅读 34,347评论 4赞 331
  • 日本核电站爆炸内幕
    正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
    茶点故事阅读 39,973评论 3赞 315
  • 男人毒药：我在死后第九天来索命
    文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,777评论 0赞 21
  • 一桩弑父案，背后竟有这般阴谋
    文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,006评论 1赞 266
  • 情欲美人皮
    我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还...
    沈念sama阅读 46,406评论 2赞 360
  • 代替公主和亲
    正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
    茶点故事阅读 43,576评论 2赞 349