OpenCV memo

-
[2019.07.31]
Jetson Nano build-in OpenCV is 3.3.1, and it came from ubuntu without CUDA enabling.

How to install pre-built OpenCV ?

prebuild opencv package will enable CUDA, gstreamer and V4L support.

Remove Nano build-in OpenCV 3.3.1

sudo apt-get purge *libopencv*

Download the pre-build deb package and install

For using git on Nano, you will need to generate SSH key on Nano, and add key to gitLAB
git clone git@172.18.18.18:Jetson_Nano/opencv-build.git
cd opencv-build
sudo apt install ./OpenCV-3.4.0-aarch64-dev.deb
sudo apt install ./OpenCV-3.4.0-aarch64-libs.deb
sudo apt install ./OpenCV-3.4.0-aarch64-python.deb
After deb installation, OpenCV files can be found in the following folders and ready to be used, but if you need to re-build OpenCV by any reason, please refer to the following section.

Include files:

/usr/include/opencv
/usr/include/opencv2

Libraries:

/usr/lib

TODO

  1. make install/strip to get smaller size

How to compile/run OpenCV sample code ?

After installing the prebuild opencv, you can download the opencv sample code to build/run.

Download OpenCV source code

mkdir ~/work
cd ~/work
git clone git@172.18.18.18:Jetson_Nano/opencv-build.git
cd opencv-build-script
./prepare_opencv3.4.0_Nano.sh ~/work

Build opencv sample code

cd opencv-3.4.0/samples
mkdir build
cd build
cmake ..
make -j3

Build OpenCV CUDA sample code

CUDA sample code can not be built with default cmake config, please use the following command to build cuda sample code.
cd opencv-3.4.0/samples/gpu
g++ -o houghlines houghlines.cpp `pkg-config opencv --cflags --libs`

How to build OpenCV for Nano with CUDA/gstreamer enabled ?

It's time consuming work, usually you only need to install the prebuild opencv in previous section.

Prepare the environment

  • Enable swap file to 4GB to make sure memory is enough
Steps to enable 4GB swap file
sudo fallocate -l 4G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile
sudo swapon --show
sudo cp /etc/fstab /etc/fstab.bak
echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab
or you can run ./enable_4G_swap.sh in Jetson_Nano/opencv-build.git
Reboot the device to enable swap file.

Download opencv and Build

git clone git@172.18.18.18:Jetson_Nano/opencv-build.git
cd opencv-build-script
./prepare_opencv3.4.0_Nano.sh ~/
./build_opencv3.4.0_Nano.sh ~/
build_opencv3.4.0_Nano.sh will config and "make -j3" to build opencv binaries
See "Install" section to install opencv on Nano

Build

cd opencv-3.4.0/release
make -j3

Install

cd opencv-3.4.0/release
make install
Default will install opencv to /usr/local

Uninstall

cd opencv-3.4.0/release
make uninstall

Create deb file

cd opencv-3.4.0/release
make -j3 package
NOTE: add the following define when use cmake to make deb work.
-D OPENCV_VCSVERSION="3.4.0" -D CPACK_BINARY_DEB=ON

留言

張貼留言

這個網誌中的熱門文章

以樂透為例，用Python統計馬可夫矩陣

-
圖片
答案是矩陣裡的每個元素都是 1/49 (下一期開出某個號碼的機率)，完畢。 寫這篇的目的並不是真的想要得到"明牌"，只是找個題目練習一下 Python 與馬可夫模型；另一方面，樂透是大家都感興趣的題目，希望這樣應該比較容易理解，並不是真的可以算出明牌，如果有執迷不悟的，本文最後會說明為什麼。 馬可夫鏈 是機率問題中很常使用的模型，近年來因為大數據盛行，每個領域需要網路爬蟲收集大量資料 (分析關鍵字)， 自然語言處理 (NLP) 於是成為很熱門的領域，而 Markov model 是 使用統計方法處理自然語言時常用的方法，google 也是 使用 Markov model 來為每個網頁做 ranking。基本原理是，把每個網站當作節點，然後把連入與連出的連結當作是每個節點的連線，那抵達某個特定節點的機率就代表該頁面 (page) 的知名度；越容易抵達某個網頁代表被很多網頁參考，也就是該網頁知名度越高。 簡單來說，馬可夫模型主要就是從這個狀態到下一個狀態給定機率 P，而目前狀態到所有下一個狀態的機率總和一定為1。馬可夫矩陣可以用下圖表示： 上圖用大樂透來說明的話，本文要來練習的題目，目標是 統計出 106 年度每個號碼跟下期號碼之間的機率 ，i, j 都是 49，例如: P 25,49 代表本期開 25 號而下一期開 49 號的機率，而 P 25,1 P 25,2 ... P 25,49 加總起來會是 1。 再說一次，機率理論值其實都是 1/49，這邊只是練習馬可夫模型與 Python ，因為樣本數太小，人很容易會覺得每期的號碼之間有關連，但是純粹只是機率問題。當統計的期數越多，其實會發現機率會越接近 1/49，本文只是幫助理解/說明與練習。 首先從網路上找到 106 年開獎的資料，內容如下，把內容存成 csv 檔案。Index 代表每一期開獎的號碼，Drop是落球順序，Seq是排序後的開獎順序，Special是特別號。 Index,Month,Day,Weekday,Drop1,Drop2,Drop3,Drop4,Drop5,Drop6,Seq1,Seq2,Seq3,Seq4,Seq5,Seq6,Special 1,1,3,二,18,41,47,49,22,42,18,22,41,42,47,49,45...
閱讀完整內容

將 Jenkins Job 的歷史結果整理出視覺化的 Daily Report mail (一)

-
圖片
當初在處理這個問題的時候，大部分都是參考國外的網站，使用 Jenkins 內建功能送 email 的文章很多，但是 像是要自訂 mail 內容，蒐集統整不同 Job 的狀態以及包含視覺化報表 的部分倒是很少看到，所以就做個紀錄與分享，一方面也是拋轉引玉，歡迎交流。 這裡的做法受限於 "Free-Style" 形式的 Jenkins Job，所以過程會比較繁瑣；但是換句話說，如果只想用 "Free-Style" 形式來創建 Jenkins Job，可以從這篇文章得到一些靈感。 這個主題為了盡量寫得詳細點，會分成三個部分： Jenkins Daily Report Job 的相關設定。( 本篇 ) 使用 Python/Pandas/matplotlib 做資料分析及處理 。 說明使用 jelly script 來客製化郵件內容 。 最後目標是每天自動送出視覺化統計 Jenkins Job 歷史狀態的 email，如下圖。 首先，本篇會說明以下主題: 設定 Jenkins 郵件相關 (gmail) SMTP 設定 需要安裝的 Jenkins Plugin 新增/設定一個 Jenkins "Daily Report" Job 這個系列 沒有 說明的部分如下: (我想這些在網路上應該都很容易可以找到相關資料) 安裝 Jenkins 設定 slave node，並在 slave node 上執行 Jenkins Job 設定 Jenkins 郵件相關 SMTP 設定 讓 Jenkins 寄出郵件需要設定 SMTP server，這邊以使用 gmail SMTP為範例。 Jenkins mail 設定在 "管理 Jenkins" => "設定系統"   http://localhost:8080/configure 詳細設定如下圖，設定完成可以勾選"寄測試信"，先試試看設定是否正確。 如果看到 "電子郵件成功寄出"就代表設定正確了。 已知目前 google 認為 Jenkins Plugin登入SMTP的方式安全性較低，使用者必須要自行 "啟用安全性較低的應...
閱讀完整內容

如何用 Jenkins API 取得 Job Build Result

-
當需要建構網頁取得 Jenkins Job 的結果，或是需要整理 Job 狀態並發送通知或郵件的時候，通常會需要透過 API 取得 Job Result Jenkins API 的 URL :  http://jenkinshost:8080/job/[jobName]/[buildNum]/api/json/ 但是如果打開 Jenkins Security 設定，使用 API 必須要登入 Jenkins 並有合法的權限 這個時候可以填上 APIToken，便可以登入並使用 API user 的 APIToken 可以從這個網址找到: http://jenkinshost:8080/user/[myaccount]/configure 以下是完整的實作方法: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 import json , urllib , urllib2 from threading import Event jenkinsMaster = "http://jenkinshost:8080" userID = "myaccount" APIToken = "1234567890" class HTTPBasic403AuthHandler (urllib2 . HTTPBasicAuthHandler): # retry with basic auth when facing a 403 forbidden def http_error_403( self , req, fp, code, msg, headers): host = req . get_host() realm = None return self . retry_http_basic_auth(host, req, realm) def get...
閱讀完整內容