本文介绍了如何在 RuiChing Studio 中创建一个 OpenCV 边缘检测示例工程，并将其编译后在开发板上运行。旨在帮助读者使用 OpenCV 进行边缘检测。

OpenCV 简介

OpenCV 是一个功能强大、应用广泛的计算机视觉库，提供了大量的计算机视觉算法和图像处理工具，广泛应用于图像和视频的处理、分析以及机器学习领域。

Canny 边缘检测

使用 OpenCV 提供的 Canny 边缘检测算法，将 sd 中的图片处理保存为新的图片。

创建工程点击展开

1. 依次点击 “文件” -> “新建” -> "RT-Thread RuiChing App 项目"。

   

2. 在弹出新建向导中选择 开发版 、BSP: 、示例 、 调试器/下载器。选择好之后点击 “完成”。

   

3. 点击 “完成” 后，等待工程创建完成。

   

4. 创建完成。

   

构建工程点击展开

1. 单击工程使工程进入 Active-Debug 模式。

   

2. 点击工具栏上的构建按钮进行工程编译。

   

3. 构建成功后，会显示构建成功的信息。

   

固件下载点击展开

1. 固化设备树

   

2. 固化 APP

   

核心示例代码

opencv 示例相关

• imread：加载需要检测的图像；
• cvtColor：转换为灰度图；
• Canny ：应用 Canny 边缘检测；
• imwrite：保存处理后的图片。

applications/canny_example.cpp

static int canny_example(int argc, char *argv[])
{
    const char *default_input = "/sdmmc/input.jpg";
    const char *default_output = "/sdmmc/output.jpg";

    const char *input_path = default_input;
    const char *output_path = default_output;

    if (argc >= 2)
    {
        input_path = argv[1];
    }
    if (argc >= 3)
    {
        output_path = argv[2];
    }

    Mat image = imread(input_path, IMREAD_COLOR); // 读取图片
    if (image.empty())
    {
        rt_kprintf("Error: open %s failed\n", input_path);
        return -1;
    }

    Mat grayImage;
    cvtColor(image, grayImage, COLOR_BGR2GRAY); // 转换为灰度图

    Mat edges;
    Canny(grayImage, edges, 100, 200); // 边缘检测

    bool result = imwrite(output_path, edges); // 保存处理后的图片
    if (!result)
    {
        rt_kprintf("Error: Failed to save the image to %s\n", output_path);
        return -1;
    }

    rt_kprintf("Success: Edge detection completed\n");

    return 0;
}

运行示例

操作步骤

准备一张 jpg 格式的图片，命名为input.jpg,使用 FTP 服务，将input.jpg存入开发板 tmp 目录，FTP 的使用方法见 FTP 服务器。

在 RuiChing Studio 中下载程序，下载成功后系统自动重启，然后输入 canny_example 命令，程序会自动获取 tmp/input.jpg 图片。

msh />canny_example
Success: Edge detection completed
msh />ls tmp/
Directory tmp/:
System Volume Information<DIR>
output.jpg           93249
webnet               <DIR>
input.jpg            719641

处理前后对比