TI DSP C6657导入图像数据进行图像处理

作者: 侠之大者_7d3f | 来源:发表于2018-08-26 17:39 被阅读126次

TI DSP C6657导入图像数据进行图像处理
视频客流统计工作原理
DSP图像处理
机器学习day3
20180222周四～图像处理
四图像处理
1. 图像处理、计算机视觉与OpenCV
图像处理和数据增强
Python十大工具，让图像简洁直观有魅力！
博客收集

在嵌入式平台DSP上进行图像处理，首先要解决的问题是如何将PC端的图像加载到DSP内存中。如果熟悉数字图像处理，我们一般用Matlab,Python,opencv 直接imread("lena.jpg")就可以了，一行代码搞定。可是到了DSP平台，这样简单的imread()功能并没有。

一、目的

1.将windows本地的图像导入DSP的内存中。

2.利用DSP6657的官方图像处理库——imagelib实现Sobel算子

二、工具

1.TI DSP6657 EVM官方评估版

2.CCS8.1

3.C++ 编译器，这里采用Visual Studio2017

4.TI 6657 imagelib库

DSP6657 EVM开发版

三、实验内容

step1:

准备一张图像，我采用lean.jpg, 512*512，单通道灰度图像。

lena_gray.jpg

step2:

打开C++ IDE,编写C++代码，将图像数据保存到为DSP可以加载的.dat文件。
本人采用vs2017+opencv3.4.0。

vs2017.jpg

C++代码：

#include <stdio.h>
#include <stdlib.h>
#include<iostream>
#include<opencv2\opencv.hpp>


using namespace std;
using namespace cv;

int main(void) {
    

    //------------将图像文件生成.txt-------------------------
    string fileName = "F:\\lena\\lena_gray.jpg";
    Mat image = imread(fileName, 0);
    FILE* fp = fopen("F:\\lena\\lena_gray_512x512.dat", "wb");
    
    for (int i = 0; i < image.rows; i++) {
        for (int j = 0; j < image.cols; j++) {
            //写入数据
            fprintf(fp, "%x\n", (int)image.at<uchar>(i, j));
        }
    }

    return 0;
}

python代码

import cv2
import os
import argparse


def main():
    arg_parser = argparse.ArgumentParser()
    arg_parser.add_argument('image_path')
    arg_parser.add_argument('dsp_data_path')

    args = arg_parser.parse_args()
    image_path = args.image_path
    dsp_data_path = args.dsp_data_path

    assert os.path.isfile(image_path)

    dsp_file = open(dsp_data_path, 'w')

    image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)
    # assert image is None
    print('-'*20)
    print('image name: {}\n image size: {} x {} \n'.format(image_path, image.shape[1], image.shape[0]))
    print('dsp format data defualt start addr: 0x80000000, you should change it later!')

    ans = input('Continue ? (Y/N)')
    if ans in ['yes', 'y', ' Y', 'YES', 'Yes']:
        # DSP DATAHEADER
        dsp_file.write('{} {} 0x{} {} {} {}\n'.format(1651, 9, 80000000, 0, hex(image.shape[0] * image.shape[1]), 10))
        for i in range(image.shape[0]):
            for j in range(image.shape[1]):
                pixel = image[i, j]
                dsp_file.write('{}\n'.format(hex(pixel)))

        dsp_file.close()
        print('Create dsp format data finish!')

    elif ans in ['no', 'N', ' n', 'NO', 'No']:
        pass
    else:
        print('You pressed error key!')


if __name__ == '__main__':
    main()

将图像用opencv读取，C++生成的.dat文件

.dat文件.png

在生成的.dat文件第一行添加如下内容：

.dat文件.png

Step3:

打开CCS8.1，配置环境。

ccs8.1.png

ccs.png

新建一个CCS工程

image.png

工程设置（如果要使用DDR3，需要加载gel文件）
.gel文件用于初始化DSP的参数，比如PLL锁相环，DDR3初始化。

image.png

配置imagelib库

imagelib库.png

其实与vs2017配置opencv相似，需要将imagelib库的.h，.lib(实际是.ae66)静态库加载到工程的搜索路径。

将.h文件加载到complier搜索路径。（点击工程，右键属性）

image.png

将.lib/.ae66加载到linker链接器的路径。

image.png

若路径正确，工程将出现以下内容：

image.png

Step4:编写DSP端的代码

#include<stdio.h>
/*
 * DSP导入图像数据
 * 参考：https://blog.csdn.net/liu1guo2qiang3/article/details/43311965
 * https://blog.csdn.net/luokh327/article/details/49617041
 * Date:2018-8-22
 * Author:Weipenghui
 */



#include<stdlib.h>
#include<imglib.h>
//#include"image_array.h"

typedef unsigned char uint8;
const int WIDTH = 512;
const int HEIGHT = 512;

int main(void)
{

    //-------------------------------方式1--------------------------------------------------------
   /*将图像用matlab/python/C++/Java等生成.dat文件，连接上DSP核之后，在Memory Brower中load Memory即可
    * 特点：导入数据速度快，但是相对繁琐
    * */
    uint8* srcImg1 = (uint8*)0x80000000;  //DDR3地址，原始图像
    uint8* dstImg = (uint8*)0x80050000;   //DDR3地址,处理后的结果

    //DSP ImageLib  sobel算子
    IMG_sobel_3x3_8(srcImg1,dstImg,512,512);
}