【ZYNQ-7000开发之二】QT+OpenCV的边缘检测测试

在本篇文章中，将实现在Xilinx ZYNQ上用QT+OpenCV实现显示图像，将使用OpenCV上的边缘检测算法进行演示。

本文所使用的开发板是Miz702(兼容zedboard)
PC 开发环境版本：Ubuntu12.04 32bit Qt:4.7.0 OpenCV:2.4.9
环境配置参考 rainysky 博客 http://www.eefocus.com/sj229335457/blog/cate_14065_0.html

zynq运行环境：精简版的ramdisk Linux文件系统

一、准备工作

本次试验需要在PC版的Linux上配置好交叉编译、qt库、opencv库等等，这些配置网上的资料已经不少了，本文将不再叙述。

二、要实现的目标

理想的效果是，只使用OpenCV，用imread读入图像，imshow显示图像，但是试了一些方法，发现，zynq上运行 imshow会出错，目前的解决方案是，把imshow要显示的图像，转化成QT上的QImage格式，显示在QLable上。
待处理的图像，美女lena

三、部分代码如下

TEMPLATE = app
TARGET =
DEPENDPATH += .
INCLUDEPATH += .

# Input
HEADERS += mainwidget.h
FORMS += mainwidget.ui
SOURCES += main.cpp mainwidget.cpp
INCLUDEPATH += /usr/local/include \
/usr/local/include/opencv \
/usr/local/include/opencv2

LIBS += /usr/local/lib/libopencv_highgui.so \
/usr/local/lib/libopencv_core.so    \
/usr/local/lib/libopencv_imgproc.so

#ifndef MAINWIDGET_H
#define MAINWIDGET_H

#include <QWidget>
#include <QPushButton>
#include <QLabel>
#include <QImage>
#include <iostream>
#include <opencv2/imgproc/imgproc_c.h>
#include <opencv2/legacy/legacy.hpp>
#include <opencv2/highgui/highgui.hpp>

namespace Ui {
class MainWidget;
}

class MainWidget : public QWidget
{
Q_OBJECT

public:
explicit MainWidget(QWidget *parent = 0);
QPushButton *btn;
QLabel *srcPicLabel;
QLabel *dstPicLabel;
QImage *Qimg_pic;

~MainWidget();
public slots:
void slot_imgshow();
private:
Ui::MainWidget *ui;
};

#include "mainwidget.h"
#include "ui_mainwidget.h"

using namespace cv;

MainWidget::MainWidget(QWidget *parent) :
QWidget(parent),
ui(new Ui::MainWidget)
{
ui->setupUi(this);

btn = new QPushButton("edge_detection",this);
connect(btn,SIGNAL(clicked()),this,SLOT(slot_imgshow()));
srcPicLabel = new QLabel(this);
dstPicLabel = new QLabel(this);

}
void MainWidget::slot_imgshow()
{

Mat src = imread("lena.bmp");
Mat dst;
Mat src_gry;
//  imshow("src",src);
cvtColor(src, src_gry ,CV_BGR2GRAY);
Canny(src_gry,dst,10,150,3);
//  imshow("dst",dst);

cvtColor(src,src,CV_BGR2RGB);
// cvtColor(dst,dst,CV_8UC1);
QImage Qimg_pic_src;
QImage Qimg_pic_dst;
Qimg_pic_src = QImage((const unsigned char*)(src.data),src.cols,src.rows,QImage::Format_RGB888);
srcPicLabel->setPixmap(QPixmap::fromImage(Qimg_pic_src));
srcPicLabel->resize(srcPicLabel->pixmap()->size());

Qimg_pic_dst = QImage((const unsigned char*)(dst.data),dst.cols,dst.rows,QImage::Format_Indexed8);
dstPicLabel->setGeometry(600,0,320,240);
dstPicLabel->setPixmap(QPixmap::fromImage(Qimg_pic_dst));
dstPicLabel->resize(dstPicLabel->pixmap()->size());

}

MainWidget::~MainWidget()
{
delete ui;
}

#endif // MAINWIDGET_H

四、测试

测试步骤：

把生成的可执行文件和图片（目前仅支持bmp，很郁闷...，很不完美）拷到SD卡里，上电，打开串口终端输入以下命令

//建立qt库的目录(要和PC版的目录一样)
mkdir   /opt/zedboard
mkdir   /opt/zedboard/qt
mkdir   /opt/zedboard/qt/install

//建立opencv目录(可以和PC不一样，原因：尚不清楚)
mkdir /usr/local
mkdir /usr/local/lib

//挂载SD卡 opencv库 和QT库
mount /dev/mmcblk0p1  /mnt
mount /mnt/opencv_lib.img   /usr/
mount /mnt/qt_lib.img   /opt/zedboard/qt/install/
//设置环境变量
export LD_LIBRARY_PATH=/usr/

//运行程序
./edge_detec -qws

效果如图所示，上图是在ZYNQ上运行的，下图是在PC上运行的。左侧是原图，右侧是进行canny运算的结果。

五、结果以及存在问题

在PC上运行的结果不正确，而zynq上是正确的，至少看起来是这样的，并且PC版的每次运行背景都不同，原因不明。
下一步，研究下在桌面版的ubuntu上直接用OpenCV显示以及用HLS实现图像处理算法加速。

更多关于zynq开发相关的文章和问题请点击： http://www.osrc.cn/forum.php?mod=forumdisplay&fid=292 http://blog.csdn.net/rzjmpb