目录
目录
引言
编译系统镜像
(1) 下载代码后解压SDK
(2) 下载docker镜像
(3) 编译OH
编译OpenCV
下载OpenCV源代码
构建编译配置文件
执行编译命令
安装库和头文件
测试
结语
引言
最近有个需求是在基于RK3568的OpenHarmony 4.1系统中使用OpenCV，于是就尝试了一下OpenCV移植到OpenHarmony的工作。
我使用的开发板是深圳鸿睿创智的H01开发板，它基于RK3568芯片，其他的开发板应该都差不多，可能路径和编译参数会有小的调整。
编译系统镜像
虽然OpenCV是个应用程序库，并不需要添加到系统镜像中，不过为了和开发板镜像采用同样的工具链，最好还是先编译一下系统镜像。
我采用的步骤是厂商建议的方法，也就是利用官方提供的OpenHarmony的Docker。具体方法如下：
(1) 下载代码后解压SDK
tar -zxvf ohos-H01-sdk.tar.gz
cd ohos-4.1-Release(2) 下载docker镜像
docker run --name SG368Z-H1 --privileged -it -v $(pwd):/home/openharmony swr.cn-south-1.myhuaweicloud.com/openharmony-docker/docker_oh_standard:3.2
(3) 编译OH
./build.sh --product-name rk3568 –ccache --no-prebuilt-sdk 注意：环境缺少python2会产生报错,需要下载python2再次执行编译命令。（pip install python2）
(4) 镜像生成路径
out/rk3568/packages/phone/images/
编译OpenCV
移植OpenCV一般有两种方法，一种是将修改OH的gn文件，将OpenCV嵌入到系统文件中一起编译，另一种是用OH的工具链独立编译OpenCV。我采用的是后一种，这种方法和在Linux下惊醒OpenCV的交叉编译是基本相同的，我比较熟悉。但是两种方法是有区别的，前者使用的C++库是libc++_shared.so，而后者是libc++.so。后者的库文件包括在系统的system目录中，所以可执行文件可以直接在系统中运行。而前者的库文件是NDK所要求的，如果OpenCV需要在App中调用，就只能采用第一种方法。如果希望在App中使用OpenCV，可以参考我的另一篇博文：【鸿睿创智开发板试用】在OpenHarmony 4.1环境下移植OpenCV示例-CSDN博客。
代码仓采用的是OpenHarmony社区提供的代码仓：OpenHarmony-SIG/third_party_opencv
https://gitee.com/openharmony-sig/third_party_opencv
这个仓库是基于OpenCV官方仓库4.5.5分支进行了OpenHarmony编译适配和拓展，可构建支持在OpenHarmony设备上运行的计算机视觉程序。
编译之前需要先安装cmake：
apt install cmake构建步骤如下：
下载OpenCV源代码
执行如下命令下载OpenCV代码到指定目录下。
git clone https://gitee.com/openharmony-sig/third_party_opencv.git构建编译配置文件
进入到目录"platforms/ohos"，修改arm-clang.toolchain.cmake文件如下：
set(CMAKE_CROSSCOMPILING TRUE)
set(CMAKE_SYSTEM_NAME Linux)
set(CMAKE_CXX_COMPILER_ID Clang)
SET ( CMAKE_SYSTEM_PROCESSOR arm )
SET ( CMAKE_FIND_ROOT_PATH_MODE_PROGRAM NEVER )
SET ( CMAKE_FIND_ROOT_PATH_MODE_LIBRARY ONLY )
SET ( CMAKE_FIND_ROOT_PATH_MODE_INCLUDE ONLY )
SET ( CROSS_COMPILATION_ARCHITECTURE armv7-a )
set(CMAKE_TOOLCHAIN_PREFIX llvm-)
#指定c编译工具（确保工具链所在路径已经添加到了PATH环境变量中）和编译标志，使用clang编译时标志中必须指定--target，否则无法交叉编译。
set(CMAKE_C_COMPILER clang)
set(CMAKE_C_FLAGS "--target=aarch64-linux-ohos -D__clang__ -mfloat-abi=softfp -mfpu=neon-vfpv4 -w")
#指定c++编译工具（确保工具链所在路径已经添加到了PATH环境变量中）和编译标志，必须指定--target，否则无法交叉编译。
set(CMAKE_CXX_COMPILER clang++)
set(CMAKE_CXX_FLAGS "--target=aarch64-linux-ohos -D__clang__ -mfloat-abi=softfp -mfpu=neon-vfpv4 -w")
#指定链接工具和链接标志，必须指定--target和--sysroot。
set(CMAKE_LINKER clang)
set(CMAKE_CXX_LINKER clang++ )
set(CMAKE_C_LINKER clang)
#指定链接库的查找路径。
set(CMAKE_SYSROOT "/home/openharmony/out/rk3568/obj/third_party/musl/")由于我使用的是官方的Docker环境，clang编译器已经被加入PATH路径，所以这里没有指定编译器的路径。另外，SYSROOT的路径是根据我Docker的设置指定的。如果编译环境和我的配置不同，需要相应修改。
执行编译命令
执行如下命令：
cd third_party_opencv
mkdir build
cd build
cmake -DBUILD_TESTS=ON -DCMAKE_BUILD_TYPE=Release -DWITH_CUDA=OFF -DWITH_FFMPEG=ON -DCMAKE_TOOLCHAIN_FILE=../platforms/ohos/arm-clang.toolchain.cmake ..cmake检查系统环境后，很快会生成makefile，最后看到如下信息表示生成正确。
........
on-sections -fdata-sections -fvisibility=hidden -fvisibility-inlines-hidden -g -O0 -DDEBUG -D_DEBUG
-- Linker flags (Release): -Wl,--gc-sections -Wl,--as-needed
-- Linker flags (Debug): -Wl,--gc-sections -Wl,--as-needed
-- ccache: YES
-- Precompiled headers: NO
-- Extra dependencies: dl m pthread rt
-- 3rdparty dependencies:
--
-- OpenCV modules:
-- To be built: calib3d core dnn features2d flann gapi highgui imgcodecs imgproc ml objdetect photo stitching ts video videoio
-- Disabled: world
-- Disabled by dependency: -
-- Unavailable: java python2 python3
-- Applications: tests perf_tests apps
-- Documentation: NO
-- Non-free algorithms: NO
--
-- GUI: NONE
-- GTK+: NO
--
-- Media I/O:
-- ZLib: zlib (ver 1.2.11)
-- JPEG: libjpeg-turbo (ver 2.1.2-62)
-- WEBP: build (ver encoder: 0x020f)
-- PNG: build (ver 1.6.37)
-- TIFF: build (ver 42 - 4.2.0)
-- JPEG 2000: build (ver 2.4.0)
-- HDR: YES
-- SUNRASTER: YES
-- PXM: YES
-- PFM: YES
--
-- Video I/O:
-- DC1394: NO
-- FFMPEG: NO
-- avcodec: NO
-- avformat: NO
-- avutil: NO
-- swscale: NO
-- avresample: NO
-- GStreamer: NO
-- v4l/v4l2: YES (linux/videodev2.h)
--
-- Parallel framework: pthreads
--
-- Trace: YES (with Intel ITT)
--
-- Other third-party libraries:
-- Lapack: NO
-- Custom HAL: YES (carotene (ver 0.0.1))
-- Protobuf: build (3.19.1)
--
-- OpenCL: YES (no extra features)
-- Include path: /home/openharmony/third_party_opencv/3rdparty/include/opencl/1.2
-- Link libraries: Dynamic load
--
-- Python (for build): /usr/bin/python2.7
--
-- Install to: /usr/local
-- -----------------------------------------------------------------
--
-- Configuring done
-- Generating done
-- Build files have been written to: /home/openharmony/third_party_opencv/build
然后执行如下命令开始编译：
make -j 16这个过程可能较长，大概半小时左右，看电脑的配置。
至此，编译成功。
安装库和头文件
最后，执行安装命令，把需要的头文件和库文件拷贝到一个目录下。
DESTDIR=/home/openharmony/opencv4/ make install所有需要的文件都可以在"/home/openharmony/opencv4/usr/local/"下找到。
测试
编译后就可以把文件拷贝到设备上进行测试，测试的程序为官方的opencv_version（在opencv4/usr/local/bin目录下），它依赖libopencv_core.so文件在opencv4/usr/local/lib目录下）。
在Windows的控制台使用hdc目录实现文件拷贝。
hdc shell mount -o rw,remount /
hdc file send opencv_version /
hdc file send libopencv_core.so /其中第一条目录是为了让设备的根目录可以写，否则会出现[Fail]Error opening file:read-only file system,path: xx 报错。
然后使用hdc shell目录登录到设备。
# chmod +x ./opencv_version
# export LD_LIBRARY_PATH=/
# ./opencv_version
4.5.5移植工作获得了初步成功。
结语
今天尝试了移植OpenCV 4到OpenHarmony 4.1，和Linux下交叉编译差不多，还比较顺利。后面将继续测试相关的App。
