在嵌入式平臺DSP上進行圖像處理，首先要解決的問題是如何將PC端的圖像加載到DSP內(nèi)存中。如果熟悉數(shù)字圖像處理，我們一般用Matlab,Python,opencv 直接imread("lena.jpg")就可以了，一行代碼搞定。可是到了DSP平臺，這樣簡單的imread()功能并沒有。

一、目的

1.將windows本地的圖像導(dǎo)入DSP的內(nèi)存中。

2.利用DSP6657的官方圖像處理庫——imagelib實現(xiàn)Sobel算子

二、工具

1.TI DSP6657 EVM官方評估版

2.CCS8.1

3.C++ 編譯器，這里采用Visual Studio2017

4.TI 6657 imagelib庫

DSP6657 EVM開發(fā)版

三、實驗內(nèi)容

step1:

準備一張圖像，我采用lean.jpg, 512*512，單通道灰度圖像。

lena_gray.jpg

step2:

打開C++ IDE,編寫C++代碼，將圖像數(shù)據(jù)保存到為DSP可以加載的.dat文件。
本人采用vs2017+opencv3.4.0。

vs2017.jpg

C++代碼：

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


using namespace std;
using namespace cv;

int main(void) {
    

    //------------將圖像文件生成.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++) {
            //寫入數(shù)據(jù)
            fprintf(fp, "%x\n", (int)image.at<uchar>(i, j));
        }
    }

    return 0;
}

python代碼

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()

將圖像用opencv讀取，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內(nèi)容：

.dat文件.png

Step3:

打開CCS8.1，配置環(huán)境。

ccs8.1.png

ccs.png

新建一個CCS工程

image.png

工程設(shè)置（如果要使用DDR3，需要加載gel文件）
.gel文件用于初始化DSP的參數(shù)，比如PLL鎖相環(huán)，DDR3初始化。

image.png

配置imagelib庫

imagelib庫.png

其實與vs2017配置opencv相似，需要將imagelib庫的.h，.lib(實際是.ae66)靜態(tài)庫加載到工程的搜索路徑。

將.h文件加載到complier搜索路徑。（點擊工程，右鍵屬性）

image.png

將.lib/.ae66加載到linker鏈接器的路徑。

image.png

若路徑正確，工程將出現(xiàn)以下內(nèi)容：

image.png

Step4:編寫DSP端的代碼

#include<stdio.h>
/*
 * DSP導(dǎo)入圖像數(shù)據(jù)
 * 參考：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--------------------------------------------------------
   /*將圖像用matlab/python/C++/Java等生成.dat文件，連接上DSP核之后，在Memory Brower中l(wèi)oad Memory即可
    * 特點：導(dǎo)入數(shù)據(jù)速度快，但是相對繁瑣
    * */
    uint8* srcImg1 = (uint8*)0x80000000;  //DDR3地址，原始圖像
    uint8* dstImg = (uint8*)0x80050000;   //DDR3地址,處理后的結(jié)果

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