OpenCV是一个著名的机器视觉处理库，相信大家都有听过，这个库中有很多图像处理的基础算法，比如灰度变化、图像滤波等。

不过这个库为了保证较好的通用性，主要通过软件实现各种算法，TogetherROS对此作了大量优化，我们一起来看看。

TogetherROS中集成了地平线HobotCV视觉加速库，通过底层芯片中的硬件引擎，软硬件协同，可以提升常用CV算子的性能，降低系统资源的消耗，例如高斯滤波、图像缩放、畸变校正等常用的视觉处理方法。

而且在接口风格上兼容OpenCV，可以做到与OpenCV混合编程，便于视觉应用的开发。

具体测试CV加速库的效率，与OpenCV中软件实现的效率进行对比，我们分别对比图像缩放的帧率，图像旋转的帧率，高斯滤波的帧率，通过HobotCV视觉加速库运行的帧率可以做到OpenCV的2到倍，甚至更多倍。

效果这么好，具体该如何使用呢？

我们先来看下图像处理中常用的高斯滤波算法，OpenCV和hobotcv，正面PK一下，我们也看看在程序中如何使用hobotcv的图像处理加速算法。

运行示例程序

source/opt/tros/setup.bashcp-r/opt/tros/lib/hobot_cv/config/.ros2launchhobot_cvhobot_cv_gaussian_blur.launch.py

代码解析

代码

转载请注明:http://www.aideyishus.com/lkcf/6242.html