Настройка компилятора C++

Для выполнения этого примера необходимо иметь доступ к компилятору C++ и настроить его с помощью команды «mex -setup c++». Дополнительные сведения см. в разделе Выбор компилятора C++.

Разбейте вычислительную часть алгоритма на отдельную функцию MATLAB

Кодер MATLAB требует, чтобы код MATLAB имел форму функции для генерации кода C. Код основного алгоритма этого примера находится в функции FaceDetection ARMKernel.m. Функция берет изображение с веб-камеры в качестве входных данных. Функция выводит изображение с ограничивающей рамкой вокруг обнаруженных граней. Выходное изображение будет отображаться в окне просмотра видео. Чтобы узнать, как изменить код MATLAB, чтобы сделать его совместимым для генерации кода, см. пример Введение в генерацию кода с сопоставлением и регистрацией функций.

fileName = 'faceDetectionARMKernel.m';

Создание основной функции с функциональностью ввода-вывода

Для автономного исполняемого целевого объекта MATLAB Coder требует создания C-файла, содержащего функцию с именем «main». В этом примере используется файл faceDetection ARMMain.c. Эта основная функция в этом файле выполняет следующие задачи:

Для моделирования на хосте MATLAB задачи, выполняемые в файле FaceDetenseARMMain.c, реализованы в faceDetection ARMMain.m

Программа чтения веб-камер и средство просмотра видео

Для развертывания в ARM в этом примере реализована функция чтения веб-камер с использованием функций OpenCV. Он также реализует средство просмотра видео, используя функции OpenCV. Эти функции утилиты на основе OpenCV реализованы в следующих файлах:

Для моделирования на хосте MATLAB в примере используется функция веб-камеры из «MATLAB Support Package for USB Webcams» и объект VideyPlayer из панели инструментов Computer Vision System. Запустите моделирование на хосте MATLAB, введя FaceDetection ARMMain в командной строке MATLAB ®.

OpenCV для цели ARM

В этом примере необходимо установить библиотеки OpenCV 3.4.0 на целевой объект ARM. Для просмотра видео требуется построить библиотеку highqui в OpenCV с GTK для цели ARM.

Выполните действия для загрузки и сборки OpenCV 3.4.0 на Raspberry Pi 2 с предустановленным Raspbian Stretch. Перед началом создания OpenCV необходимо обновить системное микропрограммное обеспечение или установить другие средства и пакеты разработчика.

Отключить INSTALL_C_EXAMPLES из-за: https://github.com/opencv/opencv/issues/5851

Отключить ENABLE_PRECOMPILED_HEADERS из-за: https://github.com/opencv/opencv/issues/9942

Для компиляции и установки OpenCV необходимо выполнить следующие действия:

Для официального развертывания примера библиотеки OpenCV были установлены в следующий каталог на Raspberry Pi 2:

/usr/local/lib

и соответствующие заголовки были помещены в

/usr/local/include

Настройка аргументов создания кода

Создайте объект конфигурации генерации кода для вывода EXE.

codegenArgs = createCodegenArgs();

Создать код

Вызовите команду codegen.

fprintf('-> Generating Code (it may take a few minutes) ....\n');
codegen(codegenArgs{:}, fileName);
% During code generation, all dependent file information is stored in a mat
% file named buildInfo.mat.

-> Generating Code (it may take a few minutes) ....
Code generation successful.

Создание упакованного ZIP-файла

Используйте сведения о построении, хранящиеся в buildInfo.mat, чтобы создать zip-папку с помощью packNGo.

fprintf('-> Creating zip folder (it may take a few minutes) ....\n');
bInfo = load(fullfile('codegen','exe','faceDetectionARMKernel','buildInfo.mat'));
packNGo(bInfo.buildInfo, {'packType', 'hierarchical', ...
                          'fileName', 'faceDetectionARMKernel'});
% The generated zip folder is faceDetectionARMKernel.zip

-> Creating zip folder (it may take a few minutes) ....

Создать папку проекта

Unzip faceDetenseARMKernel.zip в папку с именем FaceDetenseARM. Распакуйте все файлы и удалите ZIP-файлы.

packngoDir = hUnzipPackageContents();

Warning: Directory already exists. 

Обновить Makefile и скопировать в папку проекта

Makefile, faceDetectionARMMakefile.mk, представленный в этом примере, написан для Raspberry PI 2 с определенными флагами оптимизации. Makefile был написан для работы с GCC в среде Linux и с библиотеками OpenCV, расположенными в/usr/local/lib. Makefile можно обновить в соответствии с целевой конфигурацией. Скопируйте файл Makefile в папку проекта.

copyfile('faceDetectionARMMakefile.mk', packngoDir);
% Also move the file containing the main function in the top level folder.
copyfile('faceDetectionARMMain.c', packngoDir);
% For simplicity, make sure the root directory name is matlab.
setRootDirectory(packngoDir);

Развертывание на ARM

Развертывание проекта на ARM:

disp('Follow these steps to deploy your project on ARM');

Follow these steps to deploy your project on ARM

Передача кода цели ARM

Перенесите папку проекта FaceDetection ARM в цель ARM с помощью предпочтительного средства передачи файлов. Поскольку Raspberry Pi 2 (с Raspbian Stretch) уже имеет SSH-сервер, можно использовать SFTP для передачи файлов с хоста на конечный объект.

Для официального развертывания этого примера клиент FileZilla SFTP был установлен на хост-машине и папка проекта была перенесена с хоста в папку/home/pi/FaceDetenseARM на Raspberry Pi.

disp('Step-1: Transfer the folder ''FaceDetectionARM'' to your ARM target');

Step-1: Transfer the folder 'FaceDetectionARM' to your ARM target

Создание исполняемого файла на ARM

Запустите make-файл для создания исполняемого файла в ARM. Для Raspberry Pi 2 (с Raspbian Stretch) откройте оболочку linux и cd to/home/pi/FaceDetenseARM. Создайте исполняемый файл с помощью следующей команды:

сделать -f faceDetection ARMMakefile

Команда создает исполняемый файл FaceDetenseARMKernel.

disp('Step-2: Build the executable on ARM using the shell command: make -f faceDetectionARMMakefile.mk');

Step-2: Build the executable on ARM using the shell command: make -f faceDetectionARMMakefile.mk

Запуск исполняемого файла в ARM

Запустите исполняемый файл, созданный на приведенном выше шаге. Для Raspberry Pi 2 (с Raspbian Stretch) используйте следующую команду в окне оболочки:

./faceDetenseARMKernel

Убедитесь, что вы подключены к Raspberry Pi с помощью оконного менеджера, а не только через терминал командной строки, чтобы избежать ошибок, связанных с GTK. Это необходимо для отображения окна отслеживания.

Чтобы закрыть средство просмотра видео во время выполнения исполняемого файла на Raspberry Pi2, щелкните средство просмотра видео и нажмите клавишу escape.

disp('Step-3: Run the executable on ARM using the shell command: ./faceDetectionARMKernel');

Step-3: Run the executable on ARM using the shell command: ./faceDetectionARMKernel

Приложение - Вспомогательные функции

    % Configure coder to create executable. Use packNGo at post code
    % generation stage.
    function codegenArgs = createCodegenArgs()
        % Create arguments required for code generation.

        % First - create configuration object
        %
        % For standalone executable a main C function is required. The
        % faceDetectionARMMain.c created for this example is compatible
        % with the content of the file faceDetectionARMKernel.m
        mainCFile = 'faceDetectionARMMain.c';

        % Include helper functions
        camCPPFile = 'helperOpenCVWebcam.cpp';
        viewerCPPFile = 'helperOpenCVVideoViewer.cpp';

        % Handle path with space
        if contains(mainCFile, ' ')
            mainCFile     = ['"' mainCFile '"'];
            camCPPFile    = ['"' camCPPFile '"'];
            viewerCPPFile = ['"' viewerCPPFile '"'];
        end

        % Create configuration object
        cfg = coder.config('exe');
        cfg.CustomSource       = sprintf('%s\n%s\n%s',mainCFile,camCPPFile,viewerCPPFile);
        cfg.CustomInclude      = pwd;
        % Set production hardware to ARM to generate ARM compatible portable code
        cfg.HardwareImplementation.ProdHWDeviceType = 'ARM Compatible->ARM Cortex';
        cfg.EnableOpenMP       = false;

        % Create input arguments
        inRGB_type = coder.typeof(uint8(0),[480 640 3]);
        % Use '-c' option to generate C code without calling C++ compiler.
        codegenArgs = {'-config', cfg, '-c', '-args', {inRGB_type}};

    end

    % Unzip the packaged zip file
    function packngoDir   = hUnzipPackageContents()

        packngoDirName = 'FaceDetectionARM';

        % create packngo directory
        mkdir(packngoDirName);

        % get the name of the single zip file generated by packngo
        zipFile = dir('*.zip');
        assert(numel(zipFile)==1);

        unzip(zipFile.name,packngoDirName);

        % unzip internal zip files created in hierarchical packNGo
        zipFileInternal = dir(fullfile(packngoDirName,'*.zip'));

        for i=1:numel(zipFileInternal)
            unzip(fullfile(packngoDirName,zipFileInternal(i).name), ...
                packngoDirName);
        end
        % delete internal zip files
        delete(fullfile(packngoDirName,'*.zip'));
        packngoDir = packngoDirName;
    end

    % Set root directory as matlab
    function setRootDirectory(packngoDir)
        dirList = dir(packngoDir);
        if isempty(find(ismember({dirList.name},'matlab'), 1))
            % root directory is not matlab. Change it to matlab
            for i=1:length(dirList)
                thisDir = fullfile(packngoDir,dirList(i).name, 'toolbox', 'vision');
                if isfolder(thisDir)
                    % rename the dir
                    movefile(fullfile(packngoDir,dirList(i).name), ...
                             fullfile(packngoDir,'matlab'));
                    break;
                end
            end
        end
    end

end