将opencv移植到某个平台，无非就是用该平台对应的编译器将opencv源代码编译成so库。 这里的target平台是hi3519A,所以得用交叉编译器arm-himix200-linux交叉编译器。
本系列为华为海思海思AI芯片(Hi3519A/3559A)方案学习系列之十二，系列文章请见底部。
作者：ltshan139
准备工作
1）安装交叉编译器，这个海思SDK说得很明白，也可以参考我之前的系列（三）Ubuntu18.0.4上编译Hi3519AV100 uboot和kernel
2）在ubuntu上安装cmake-gui： sudo apt-get install cmake-gui
3）下载opencv及contrib源代码
运行cmake
运行cmake-gui，弹出如下界面，并输入源代码和cmake build出来的目录。注意，第二个目录(build_hi3519A)是自己手动创建的。
点击configure，首先要选择交叉编译器平台，如下图所示。
点击finish后会configure一会直到成功。
选择install_prefix。 install_hi3519A也是自己创建的，路径可改。后面的make install 会把编译好的opencv libs拷贝到该目录下。
将opencv_contrib模块也编译进来
为防止后续源代码编译错误，还得加上下面配置
保险起见，添加交叉编译器root 目录
配置完成后点击generate来生成可编译得opencv代码。
编译
进入build_hi3519A目录 敲入命令： make -j8
编译过程中会遇到下面编译错误
解决办法如红框所示（common.cc)
测试
编译成功后，可以写如下一个小程序在海思平台上运行来测试opencv移植是否成功
编译命令如下，另外要注意得是，需要将libopencv_world.so拷贝到板子系统目录/lib下
版权声明：本文为CSDN博主「ltshan139」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/avideointerfaces/article/details/89477828
海思AI芯片系列文章
- 海思AI芯片(Hi3519A/3559A)方案学习（十一）分析bgr文件格式
- 海思AI芯片学习（十）将yolov3 darknet模型转换为caffemodel
- 海思AI芯片(Hi3519A/3559A)方案学习（九）wk格式的模型生成以及PC仿真
- 海思AI芯片(Hi3519A/3559A)方案学习（八）根文件系统运行遇到的两个问题
- 海思AI芯片(Hi3519A/3559A)方案学习（七）ext4根文件系统制作
- 海思AI芯片(Hi3519A/3559A)学习（六）No MMC device available和can't get kernel image两个问题的解决
- 海思AI芯片(Hi3519A/3559A)学习（五）SDK平台文档梳理 code
- 海思AI芯片(Hi3519A/3559A)学习（四）在3519A板子上运行sample code
- 海思Hi3519A/3559A（三）Ubuntu18.0.4上编译uboot和kernel
- 海思AI芯片(Hi3519A/3559A)方案学习（二）RuyiStudio安装
- 海思AI芯片(Hi3519A/3559A)方案学习（一）资料以及术语介绍
更多海思AI芯片方案学习笔记欢迎关注海思AI芯片方案学习。
