从OpenCV代码转换为FPGA代码比从Matlab代码转换更容易吗？

Question

从OpenCV代码转换为FPGA代码比从Matlab代码转换更容易吗？

matlabopencvimage-processingfpga

8

我希望做一个图像处理项目。如果我想要在FPGA上实现这个项目，我应该选择哪个工具作为第一阶段：Matlab还是Open CV？并且是否可能直接将Open CV的代码转换为FPGA，就像从Matlab到FPGA可以使用代码生成器一样？

- M.Naeem G

不确定，但那很不可能。 - Marc Claesen

这取决于你更喜欢哪一个。我会选择Matlab，因为它更稳定、更成熟，而且更容易调试。 - FarhadA

现在实现这一点的最佳方式是使用树莓派，是的！您可以直接访问传感器或执行器。 - FreddicMatters

3个回答

11

Xilinx有一个名为Vivado HLS的工具。

还有一篇应用笔记(XAPP1167)，介绍如何使用该工具在Zynq平台上定位OpenCV。

我没有使用过这个工具，但是在最近的OpenCV会议上了解到了它。以下是应用笔记的开头：

本应用笔记描述了如何在Zynq设备上使用OpenCV库开发计算机视觉应用程序。OpenCV可以在设计过程的许多不同点使用，从算法原型设计到系统内执行。 OpenCV代码还可以使用与Vivado HLS一起提供的视频库迁移到可综合的C ++代码。当集成到Zynq设计中时，合成块使高分辨率和帧速率的计算机视觉算法得以实现。

Altera支持OpenCL，这是一种广泛的规范，用于并行化ANSI C。有一个OpenCV模块可用于OpenCL。再次声明，我还没有使用过这个（尚未;))。

此链接有助于理解在主机和硬件加速器（如FPGA开发板）的上下文中使用OpenCL的方法。

因此，如果您想选择Altera路线，那么您需要使用上面提到的OpenCV模块将您的OpenCV函数包装在OpenCL中，然后使用Altera的SDK来针对fpga进行目标设置。选择这条路线的好处是，如果您发现FPGA不适合您的应用程序，那么您可以将OpenCL+OpenCV定位到其他平台。

- shparekh

我忘了提到，Altera和Xilinx都有工具可以让你从Matlab转换到HDL。在Altera的情况下，你可以通过一些开发板免费获得这些工具。 - shparekh

0

Matlab提供了对HDL的支持。它提供了包，您可以直接将matlab代码转换为HDL代码。您还可以将其用于编程FPGA。

HDL Coder

另一方面，由于库的原因，将Opencv转换为HDL语言并不容易。您可以轻松地将面向对象编程（OOPs）语言，如C ++，转换为Verilog / VHDL，但由于“OpenCV库”，这会创建一些问题。

- 034568

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Martin Thompson · Accepted Answer

首先，为什么要使用FPGA？除非你有充分的理由，否则请避免使用！

好的理由可能包括：

成本
功耗
尺寸
必须重复使用的现有硬件
个人兴趣
这是一项强制使用FPGA的任务

不好的理由包括“图像处理...那肯定需要使用FPGA！”

考虑FPGA

如果要在FPGA上实现，您需要从一开始就考虑“FPGA”。与传统处理器相比，它们具有非常特殊的特性，这意味着许多“传统”算法在FPGA上实现起来非常困难。而传统处理会遇到困难的其他算法在FPGA上实际上可以很容易地完成。

一个经典的（非图像）例子是CRC计算，通常使用软件中的查找表来实现，但在FPGA上可以是一个简单的移位寄存器和XOR门。

关于代码生成器...

曾经有一个产品（AccelDSP）可以采用（非常谨慎制作的）Matlab代码并生成VHDL，后来被Xilinx收购，但表现不佳并已退出。

Matlab拥有HDL Coder，它声称可以完成相同的工作，还可以处理Simulink图。我很久以前评估过它 - 我不知道现在它有多好（尽管它的价格惊人！）。从网页上看，它似乎仍然只支持Matlab函数（而不是用户定义对象），这对于存储状态的任何内容都是不可行的（在我看来），因为所有状态都必须存储在函数外面，这意味着您必须有一个带有所有寄存器的“输入”和“输出”struct。与AccelDSP遇到的问题相同。

Xilinx System Generator和Altera的System Builder都使用Simulink作为生成FPGA代码的前端。它们可以相当成功，但要注意，您不能只是随意地将复杂的Simulink块放在一起，并希望产生可综合的FPGA。

再次强调，您必须从一开始就考虑FPGA。

FPGA特点

无论何时使用比较性词语，我都是与“传统桌面处理器”进行比较的。

FPGA内存贫乏，但它们有许多小块，这意味着它们的总体内部带宽可以是巨大的，如果您有足够的小任务要做。内存也非常低延迟（单个时钟周期），非常像处理器的L1高速缓存
选择（类似于if...else功能）在FPGA领域中的面积成本可能相当昂贵
乘法是一种受限制的资源，因此有时使用来自“早期”的算法（当处理器没有MUL指令时）会更加划算
位宽可以任意 - 没有必要使用32位元素来表示计算结果的18位。大多数情况下，工具可以自动完成这项工作。

开发周期也不同。

模拟编译和运行相对较快。确保您要大量进行此操作
实际的综合和布局（使您获得可以编程到FPGA芯片本身的“位流”操作）可能需要很长时间才能运行。我的当前编译（相对较小）只需要30分钟。您应尽可能避免执行此操作！