基于Vitis HLS的加速图像处理

1、unified2020.1
linux ubuntu18.04.2

推荐文档链接：
https://xilinx.github.io/Vitis_Libraries/vision/2020.1/overview.html#hls...
https://forums.xilinx.com/t5/High-Level-Synthesis-HLS/Using-Vitis-Vision...
https://github.com/Xilinx/Vitis_Libraries
Vitis Vision库是OpenCV和Vision功能的加速库，可在Vitis环境中使用，这些库的L1目录是示例设计。为了适应各种用户环境，从2020.1版本开始，Xilinx不再使用Vivado / Vitis工具提供预安装的OpenCV版本。尽管Vitis_hls编译Vision库不需要OpenCV，但是用户测试验证使用时OpenCV。

2、linux下安装opencv（opencv-3.4.12）
链接：https://opencv.org/releases/
sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev libjpeg.dev libtiff4.dev
unzip opencv-3.4.12.zip
cd opencv-3.4.12
mkdir build
cd build
cmake -DCMAKE_BUILD_TYPE=Release -DOPENCV_GENERATE_PKGCONFIG=ON -DCMAKE_INSTALL_PREFIX=/usr/local …
make -j8
sudo make install

ldconfig -p |grep opencv
sudo ldconfig -v
qt中测试，报错 failed to load module “canberra-gtk-module”
sudo apt-get install libcanberra-gtk-module

3、在vitis library中 每个类别提供三种代码
L1：最低级的代码，旨在用高级综合工具综合后，可以在Vitis（逻辑）中实现这些功能，或将其用作新IP开发的一部分。
L2：中间级可以在Vitis中实现功能（逻辑）。不太懂也不关心！
L3：最高级提供了由多个加速内核创建的应用程序。不太懂也不关心！

4、在linux系统中测试
（1）复制L1/examples中的sobelfilter
（2）将build文件复制到文件夹（xf_config_params.h）这个文件存放的是滤波器的参数
（3）在data中辅助一个128x128的png图像
（4）配置hls运行前的环境

source /settings64.sh

export OPENCV_INCLUDE=

export OPENCV_LIB=

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:

（5）在此终端打开vitis_hls
（6）新建hls工程
（7）添加源文件中所需的.cpp 和.h 并且在cflags中添加

-I
-std=c++0x（其他调用的.h文件的路径，否则将头文件复制到一个文件夹）

（8）在tb的cflags中添加

-I
-std=c++0x -I
（其他调用的.h文件的路径，否则将头文件复制到一个文件夹）

（9）在连接器 （linker flags）中添加

-L
-lopencv_core -lopencv_imgcodecs -lopencv_imgproc

（10）在输入（input arguments）中输入图片名称
（11）保存

5、点击综合

6、点击仿真

7、实验现象

8、协同仿真

9、信号太多，挑模块的输入输出即可，否则除非内存很大，不然会卡死。

输入数据

输出数据

审核编辑：符乾江