基于OpenCV的最小linux嵌入式系统程序优化

Question

我正在使用Buildroot为Raspberry PI3构建自己的嵌入式Linux。这个操作系统将用于处理几个应用程序，其中一个应用程序执行基于OpenCV (v3.3.0)的对象检测。

我从Raspbian + Python开始，但是执行一个简单的示例需要很长时间，所以我决定使用优化的特性+ C++开发来设计自己的RTOS。

我认为通过这些优化，RPI + 1GB RAM的4核将处理这样的应用程序。问题是，即使有了这些东西，最简单的计算机视觉程序也要花费大量的时间。

PC与树莓PI3比较

这是一个简单的程序，我写它是为了了解程序每个部分的执行时间的数量级。

#include <stdio.h>
#include "opencv2/core.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"

#include <time.h>       /* clock_t, clock, CLOCKS_PER_SEC */

using namespace cv;
using namespace std;

int main()
{
    setUseOptimized(true);
    clock_t t_access, t_proc, t_save, t_total;

    // Access time.
    t_access = clock();
    Mat img0 = imread("img0.jpg", IMREAD_COLOR);// takes ~90ms
    t_access = clock() - t_access;

    // Processing time
    t_proc = clock();
    cvtColor(img0, img0, CV_BGR2GRAY); 
    blur(img0, img0, Size(9,9));// takes ~18ms
    t_proc = clock() - t_proc;

    // Saving time
    t_save = clock();
    imwrite("img1.jpg", img0);
    t_save = clock() - t_save;

    t_total = t_access + t_proc + t_save;

    //printf("CLOCKS_PER_SEC = %d\n\n", CLOCKS_PER_SEC);

    printf("(TEST 0) Total execution time\t %d cycles \t= %f ms!\n", t_total,((float)t_total)*1000./CLOCKS_PER_SEC);
    printf("---->> Accessing  in\t %d cycles \t= %f ms.\n", t_access,((float)t_access)*1000./CLOCKS_PER_SEC);
    printf("---->> Processing in\t %d cycles \t= %f ms.\n", t_proc,((float)t_proc)*1000./CLOCKS_PER_SEC);
    printf("---->> Saving     in\t %d cycles \t= %f ms.\n", t_save,((float)t_save)*1000./CLOCKS_PER_SEC);

    return 0;
}

在i7 PC上执行的结果

​

在Raspberry PI (Buildroot生成OS )上的执行结果

​

正如你所看到的，两者有很大的不同。我需要的是优化每个细节，以便本例中的处理步骤以“接近”实时的方式在上进行，处理时间最长为15 is，而不是44 is。以下是我的问题：

• 我如何优化我的操作系统，使其能够处理密集的计算应用程序，以及如何控制每个部分的优先级？
• 如何充分利用RPI3的4个核心来满足需求？
• 除了OpenCV，还有其他替代的可能性吗？
• 我应该用C代替C++吗？
• 您推荐的硬件改进吗？

Answer 1

据我所知，你想要30到40英尺。对于您的I7:它是快速的，具有加速技术的音调，默认由itel启用。如果是覆盆子皮:嗯，我们喜欢它，但它是缓慢的，特别是在图像处理程序。

我如何优化我的操作系统，使其能够处理密集的计算应用程序，以及如何控制每个部分的优先级？

You should include some acceleration library for arm and re-compiled opencv again with those features enabled. 

如何充分利用RPI3的4个核心来满足需求？

Paralleling your code so it could run on 4 cores 

除了OpenCV，还有其他替代的可能性吗？

Ask your self first, what features do you need from OpenCV.

我应该用C代替C++吗？

Changing language will not help you at all, stay and love C++. It is a beautiful language and very fast

您推荐的硬件改进吗？

How about other board with mali GPU supported. So you could run opencv code directly on GPU, that will boost up your speed a lot.