如何板端编译OpenCV并搭建应用--基于瑞芯微米尔RK3576开发板

本文将介绍基于米尔电子MYD-LR3576开发板(米尔基于瑞芯微 RK3576开发板)的板端编译OpenCV及环境搭建方案的开发测试。

摘自优秀创作者-短笛君


RK3576具有如下配置:

  • 4× Cortex-A72(大核,主频最高 2.2GHz)

  • 4× Cortex-A53(小核,主频最高 1.8GHz)

  • NPU(AI加速单元):

    • 独立 NPU,算力典型值 6 TOPS(INT8)

    • 支持 TensorFlow Lite、PyTorch、Caffe 等主流框架的模型加速(需 Rockchip 提供的 RKNN Toolkit 工具链)。

因此,我们可以在米尔RK3576开发板上运行opencv代码,来完成一些视觉内容,充分发挥该板的性能。

要先编译opencv需要一些预先的准备工作

首先更新软件包并安装必要的依赖:

复制代码
sudo apt update
sudo apt upgrade -y
sudo apt install -y build-essential cmake git pkg-config libgtk-3-dev
libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
libxvidcore-dev libx264-dev libjpeg-dev libpng-dev libtiff-dev
gfortran openexr libatlas-base-dev python3-dev python3-numpy
libtbb2 libtbb-dev libdc1394-22-dev libopenexr-dev
libgstreamer-plugins-base1.0-dev libgstreamer1.0-dev

一、板端编译Opencv最新版本

克隆OpenCV和OpenCV contrib仓库:

主仓库(如果未克隆)

复制代码
git clone  
cd opencv
git checkout <版本号,如4.9.0> # 可选,指定版本

contrib仓库(你已克隆)

复制代码
cd /path/to/opencv_contrib # 替换为你的contrib路径
git checkout <与主仓库相同的版本号>

在OpenCV主目录下创建并进入 build文件夹:

复制代码
mkdir build && cd build

使用CMake配置(关键步骤):

复制代码
cmake -D CMAKE_BUILD_TYPE=RELEASE
-D CMAKE_INSTALL_PREFIX=/usr/local
-D INSTALL_C_EXAMPLES=ON
-D INSTALL_PYTHON_EXAMPLES=OFF
-D OPENCV_GENERATE_PKGCONFIG=ON
-D OPENCV_EXTRA_MODULES_PATH=/home/myir/Downloads/opencv-4.11.0/opencv_contrib-4.11.0/modules
-D BUILD_EXAMPLES=ON
-D BUILD_opencv_python3=OFF
-D BUILD_opencv_python2=OFF
-D BUILD_NEW_PYTHON_SUPPORT=OFF
-D WITH_GTK=ON
-D WITH_FFMPEG=ON ..

其中 建议在末尾加上

一切准备完后

会开始环境检查和配置工作

没有报错后 可以进行下一步

复制代码
make -j6

这里不建议全核心去编译 因为可能会遇到不同线程之间编译速度不一样导致依赖报错的问题

编译完成后直接 make install进行安装

检测安装

运行自带例程

二、搭建应用

首先插入USB摄像头 在终端中查看是否读取到了设备 使用命令

复制代码
lsusb

如果正常读取 可以看到设备中有camera关键字

或者安装cheese应用来查看摄像头是否正常

在cpp文件夹下新建build文件夹 使用mkdir build命令创建,然后使用如下命令编译自带例程

复制代码
cd build
cmake ..
make-j8

可以首先测试下opencv环境是否正常

输入

./example_opencv即可打开如上命令,证明系统的cv环境没有问题

性能测试

在hog测试中dnn加速平均帧率10fps左右 8cpu已经接近满载,性能略低树莓派5

tapi测试环境下平均耗时68ms

相关推荐
Csvn9 小时前
同一个问题问 100 遍,钱就扣 100 次?精确缓存让它只扣一次(C02)
人工智能·aigc·agent
罗西的思考9 小时前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(2)
人工智能·算法·机器学习
罗西的思考9 小时前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(1)
人工智能·算法·机器学习
汤姆宝库10 小时前
BPE分词器的完整实现:字节对合并与词表构建
开发语言·人工智能·c#
岁月宁静10 小时前
从零拆解 AI 语音模拟面试系统
人工智能·python·agent
数字新视界10 小时前
机房动环监控系统在提升数据中心安全与效率中的创新应用
物联网·数据中心·数据中心基础设施管理·dcim管理系统·数据中心dcim
武子康10 小时前
H3-World 接入 Game Agent:谁来判断门真的打开了?
人工智能·算法·机器学习
可乐ea11 小时前
MCP 和 CLI 差 42 倍:一次 GitHub 任务的上下文成本实测
人工智能·github·工具调用·ai智能体·openrouter·mcp协议·上下文优化
kyriewen11 小时前
编辑弹窗点了取消,列表里的数据怎么还是变了?
前端·javascript·人工智能
泯泷12 小时前
Multica 真正打动我的,不是更多 Agent,而是一种新的团队协作方式
人工智能·llm·agent