资讯专栏INFORMATION COLUMN

嵌入式系统作业3

ymyang / 3457人阅读

摘要:效果图如下四,使用示例视频虚拟机获取摄像头权限使用快捷键,输入,并回车。找到服务,确保启动了。这次作业新编辑技能,之前用的这次学习了用可以创建新的目录,这样会有序很多。

一,用gcc生成静态库和动态库

1.实例代码

get√新编辑技能(之前用的vi,这次学习了用gedit,)<可以创新目录会有序很多>
main.c
sub1.h要改成sub.h截图这忘了改

sub.h

sub1.c

sub2.c

这里通过gcc编译得到.o文件
gcc -c …

2.静态库使用

(1)创建静态库
创建静态库的工具:ar静态库文件命名规范:以lib作为前缀,是.a文件
ar crv libsub.a sub1.o sub2.o
gcc -o main main.c libsub.a

3.动态库使用

(1). 创建动态库
创建动态库的工具:gcc动态库文件命名规范:以lib作为前缀,是.so文件
gcc -shared -fPIC -o libsub.so sub1.o sub2.o
gcc -o main main.c libsub.so

4.静态库与动态库的生成文件比较

二,OpenCV的安装(简易过程)

1.安装包
下载 OpenCV 3.4.11 数据包国内快速下载地址:https://www.bzblog.online/wordpress/index.php/2020/03/09/opencvdownload/
2.放入主目录后解压 unzip opencv-3.4.11.zip
3.进入 cd opencv-3.4.11
4.root更新 sudo susudo apt-get update
5.安装 cmake sudo apt-get install 6.cmake安装依赖库 sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg.dev libtiff5.dev libswscale-dev libjasper-dev
7.创建build文件 mkdir build
8.进入 cd build
9.使用cmake编译参数 cmake …
10.使用 make 创建编译 sudo make
11.安装 sudo make install
12.配置环境 sudo gedit /etc/ld.so.conf.d/opencv.conf
13.更新共享链接库 sudo ldconfig
14.配置bash sudo gedit /etc/bash.bashrc
15.文件末尾加入PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/localPb/pkgconfigexport PKG_CONFIG_PATH退出保存执行 source /etc/bash.bashrc
16.然后更新一下下 sudo updatedb
17.查看版本信息 pkg-config --modversion opencv
18.最后!!安装完成啦!!!
部分过程图片作参考


三,使用示例<图片!>

首先创建一个文件夹
这里是zuoye3
然后是创建test1.cpp文件
这里我创建的text然后在目录里面改成了test

test1.cpp代码如下:

#include #include using namespace cv;using namespace std;int main(int argc, char** argv){	CvPoint center;    double scale = -3; 	IplImage* image = cvLoadImage("lena.jpg");	argc == 2? cvLoadImage(argv[1]) : 0;		cvShowImage("Image", image);			if (!image) return -1; 	center = cvPoint(image->width / 2, image->height / 2);	for (int i = 0;iheight;i++)		for (int j = 0;jwidth;j++) {			double dx = (double)(j - center.x) / center.x;			double dy = (double)(i - center.y) / center.y;			double weight = exp((dx*dx + dy*dy)*scale);			uchar* ptr = &CV_IMAGE_ELEM(image, uchar, i, j * 3);			ptr[0] = cvRound(ptr[0] * weight);			ptr[1] = cvRound(ptr[1] * weight);			ptr[2] = cvRound(ptr[2] * weight);		}	Mat src;Mat dst;	src = cvarrToMat(image);	cv::imwrite("test.png", src);    cvNamedWindow("test",1);  	imshow("test", src);	 cvWaitKey();	 return 0;}

然后执行下面命令
g++ test1.cpp -o test1 pkg-config --cflags --libs opencv

在用同文件夹下准备一张图片,文件名为:lena.jpg

执行命令
./test1
就能看到由 lena.jpg 生成了一个 test.png ,呈现的效果不同了。效果图如下

四,使用示例<视频!>

1.虚拟机获取摄像头权限

使用快捷键 Win + R ,输入 services.msc ,并回车。

找到 VMware USB Arbitration S… 服务,确保启动了。

然后点击虚拟机设置

最后将主机摄像头连接到虚拟机上

有这个小绿点就说明摄像头准备就绪啦!

2.播放视频

创建一个test.cpp
程序如下

#include using namespace cv;int main(){	//从摄像头读取视频	VideoCapture capture("man.mp4");	//循环显示每一帧	while(1){		Mat frame;//定义一个Mat变量,用于存储每一帧的图像		capture >> frame;//读取当前帧		if(frame.empty())//播放完毕,退出			break;		imshow("读取视频帧",frame);//显示当前帧		waitKey(30);//掩饰30ms	}	system("pause");	return 0;}

代码讲解:

如果语句:VideoCapture capture(0),后面的参数设置为 0 ,则从摄像头读取视频并循环显示每一帧;如果设置为一个视频的文件名,比如:man.mp4 ,则会将视频读取并循环显示每一帧。

while 循环体中的 Mat 数据结构其实是一个点阵,对应图像上的每一个点,点的集合形成了一帧图像,有关 Mat 详解请看:OpenCV中Mat数据结构
语句:waitKey(30) ,中的参数单位是 ms 毫秒,也就是每一帧间隔 30 ms ,该语句时不能删除的,否则会执行错误,无法播放视频或录制视频。准备一个小视频,我这里准备了 man.mp4 。
输出结果 ./test2
这里我准备了一个光遇视频。

3.☆录制视频

创建一个test3.cpp文件
代码如下

#include <opencv2/highgui.hpp>#include <opencv2/opencv.hpp>using namespace cv;using namespace std;int main(int argc, char** argv){	CvPoint center;    double scale = -3; 	IplImage* image = cvLoadImage("lena.jpg");	argc == 2? cvLoadImage(argv[1]) : 0;		cvShowImage("Image", image);			if (!image) return -1; 	center = cvPoint(image->width / 2, image->height / 2);	for (int i = 0;i<image->height;i++)		for (int j = 0;j<image->width;j++) {			double dx = (double)(j - center.x) / center.x;			double dy = (double)(i - center.y) / center.y;			double weight = exp((dx*dx + dy*dy)*scale);			uchar* ptr = &CV_IMAGE_ELEM(image, uchar, i, j * 3);			ptr[0] = cvRound(ptr[0] * weight);			ptr[1] = cvRound(ptr[1] * weight);			ptr[2] = cvRound(ptr[2] * weight);		}	Mat src;Mat dst;	src = cvarrToMat(image);	cv::imwrite("test.png", src);    cvNamedWindow("test",1);  	imshow("test", src);	 cvWaitKey();	 return 0;}

保存后编译
g++ test3.cpp -o test3 pkg-config --cflags --libs opencv
输出./test3
生成了一个 .avi 文件,并不断生成帧。

我遮了一下摄像头所以是隐隐约约的白的。

五,总结

通过一步步摸索练习,基本上能够熟练的生成静态库和动态库。在两种库的比较中,能够明显看出两者的差别。
OpenCV就好复杂,安装有好多好多的步骤,不过在使用过程中,看见图片视频成功播放的时候还是觉得蛮好玩蛮开心的。还有录视频调用摄像头还是蛮有趣的。
这次作业get√新编辑技能,之前用的vi,这次学习了用gedit,可以创建新的目录,这样会有序很多。

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/121981.html

相关文章

  • Hadoop中的三种调度算法

    摘要:微软雅黑宋体微软雅黑宋体调度器微软雅黑宋体自从可插入式调度器实现以来,已开发了多种调度器算法。接下来的章节将会介绍各种算法以及各自适用的情况。微软雅黑宋体微软雅黑宋体调度器微软雅黑宋体集成在中的原有调度算法被称为。 Hadoop 中的调度Hadoop 是一个通用系统,可以对一组分散的节点上的数据进行高性能处理。这样的定义也说明,Hadoop 是一个多任务系统,它可以同时为多个用户、多个作业处...

    int64 评论0 收藏0
  • Hadoop数据操作系统YARN全解析

    摘要:分享之前我还是要说下我自己创建的大数据交流群,不管是学生还是大神,都欢迎加入一起探讨总体上采用架构,如图所示,其中,被称为,被称为,负责对各个上的资源进行统一管理和调度。   为了能够对集群中的资源进行统一管理和调度,Hadoop 2.0引入了数据操作系统YARN。YARN的引入,大大提高了集群的资源利用率,并降低了集群管理成本。首先,YARN允许多个应用程序运行在一个集群中,并将资源...

    ASCH 评论0 收藏0
  • 50个关于MongoDB模型设计的技巧

    摘要:另一个时间点的一致性很重要,对于难以协调不一致的应用程序。应该将模式设计为按应用程序单元进行查询。 #1:速度优先使用嵌入数据,完整性优先使用引用数据 多个文档使用的数据可以使用嵌入(非规范化)或引用(规范化)。非规范化并不一定比规范化更好,反之亦然:每种方式都有自己的权衡,你应该选择最适合你的应用程序的方式。 非规范化可能导致数据不一致:假设您想要将图1-1中的苹果更改为梨。如果更新...

    sf190404 评论0 收藏0
  • Flink实战(八) - Streaming Connectors 编程

    摘要:默认情况下,当数据元到达时,分段接收器将按当前系统时间拆分,并使用日期时间模式命名存储区。如果需要,可以使用数据元或元组的属性来确定目录。这将调用传入的数据元并将它们写入部分文件,由换行符分隔。消费者的消费者被称为或等。 1 概览 1.1 预定义的源和接收器 Flink内置了一些基本数据源和接收器,并且始终可用。该预定义的数据源包括文件,目录和插socket,并从集合和迭代器摄取数据...

    beita 评论0 收藏0
  • 2018年第24周-大数据的YARN

    摘要:,提供已完成的作业的信息。负责接收的提交,协调第一个容器来执行,而且提供的失败重启功能。通过支持资源保留功能,该允许用户指定资源超时和时间限制如,来保留资源以确保重要的能够可预测执行。查看状态的命令自动故障转移基于的来决定哪个称为。 Hadoop可以说是一个大型的操作系统,HDFS就是其文件系统,那么YARN就是其计算系统。 YARN (Yet Another Resource Neg...

    mist14 评论0 收藏0

发表评论

0条评论

ymyang

|高级讲师

TA的文章

阅读更多
最新活动
阅读需要支付1元查看
<