tbb安卓編譯

㈠ opencv如何編譯cuda vs2010

一、生成項目文件
假設我們已經將OpenCV-2.4.0源代碼放到「C:\Program Files\OpenCV\src」目錄下，安裝完成cmake，並將ntel tbb可執行目錄添加到系統環境變數，並使變數生效，相關部分參考博文：使用OpenCV-2.4.0.exe文件編譯x86或x64平台Visual Studio2005/2008/2010目標文件。
運行cmake，如圖1所示，然後單擊「Where is the source code:」右側的「Browse Source」，瀏覽到「C:/ProgramFiles/OpenCV/src」文件夾，單擊「where to build the binaries:」右側的「Browse Build」，瀏覽到「C:/Program Files/OpenCV/vs2005」文件夾（vs2005文件夾是我自己創建的）。

然後單擊左下方的「Configure」按鈕，這時會彈出「cmake-gui」窗口，在「Specify the generator for this project」下拉菜單選擇「Visual Studio 8 2005」、「Usedefault native compilers」後，單擊「Finish」按鈕，如圖2所示。

完成以上操作後勾選「BUILD_EXAMPLES」、「CUDA_BUILD_CBUIN」、「CUDA_VERBOSE_BUILD」、「WITH_TBB」和「WITH_CUBLAS」 、「WITH_CUDA」，注意這里千萬不要勾選「CUDA_BUILD_EMULATION」選項，不然會報錯的，如下所示。
[plain] view plainprint?
01.CMake Error at C:/Program Files (x86)/CMake 2.8/share/cmake-2.8/Moles/FindCUDA.cmake:616 (message):
02. CUDA_BUILD_EMULATION is not supported in version 3.1 and onwards. You must
03. disable it to proceed. You have version 4.2.
CMake Error at C:/Program Files (x86)/CMake 2.8/share/cmake-2.8/Moles/FindCUDA.cmake:616 (message):
CUDA_BUILD_EMULATION is not supported in version 3.1 and onwards. You must
disable it to proceed. You have version 4.2.
這是因為在從CUDA 4.0開始NPP（NVIDIA Performance Primitives library，英偉達基本性能庫）就是CUDA tookit的一部分面不再單獨提供了。
配置tbb相關目錄（包含目錄、可執行目錄和庫目錄），詳情參考本人博文：使用OpenCV-2.4.0.exe文件編譯x86或x64平台Visual Studio2005/2008/2010目標文件。這里不再贅述。
單擊「Configure」按鈕，所有紅色行已經變為白色，在下方的信息我們會看到如下信息：

[plain] view plainprint?
Other third-party libraries:
Use IPP: NO
Use TBB: YES (ver 4.0 interface 6004)
Use Cuda: YES (ver 4.2)
Use Eigen: NO

NVIDIA CUDA: (ver 4.2)
Use CUFFT: YES
Use CUBLAS: YES
NVIDIA GPU arch: 11 12 13 20 21
NVIDIA PTX archs: 11 12 13 20 21
NVIDIA GPU features: 11 12 13 20 20 20
Other third-party libraries:
Use IPP: NO
Use TBB: YES (ver 4.0 interface 6004)
Use Cuda: YES (ver 4.2)
Use Eigen: NO
NVIDIA CUDA: (ver 4.2)
Use CUFFT: YES
Use CUBLAS: YES
NVIDIA GPU arch: 11 12 13 20 21
NVIDIA PTX archs: 11 12 13 20 21
NVIDIA GPU features: 11 12 13 20 20 20
特別注意，有兩條為「Use TBB: YES (ver 4.0 interface 6004)」和「Use Cuda: YES (ver 4.2)」的字樣，證明我們已經將intel tbb和CUDA正確配置。
最後點擊Generate，下方的信息裡面會有一條為「Generating done」的字樣（如圖3所示），而且我們已經成功生成項目文件。

㈡ opencv官方編譯的版本用了tbb ipp加速嗎

使用opencv需要編譯源碼，得到庫文件。可以用cmake構建項目後編譯，也可以直接用官方提供的編譯好的版本。 官方提供的編譯庫一般只是標准版本，沒有附加某些庫，比如tbb等，要想讓opencv使用tbb等庫，就只能自己構建項目後編譯。 當然，一般使用

㈢ 有沒有在樹莓派3b上安裝過 android系統的

需要完成此次的項目，離不開opencv的支持，接下來我們就在樹莓派上安裝opencv。安裝OpenCV的依賴包：[編譯器]sudoapt-getinstallbuild-essential[必須安裝]sudoapt-getinstallcmakegitlibgtk2.0-devpkg-configlibavcodec-devlibavformat-devlibswscale-dev[可選擇安裝]sudoapt-getinstallpython-devpython-numpylibtbb2libtbb-devlibjpeg-devlibpng-devlibtiff-devlibjasper-devlibdc1394-22-dev接下來需要從OpenCV官方網站：local..等待檢測和設置完成,就可以開始編譯了:make如果你要在python下運行opencv庫的情況下，那就必須安裝安裝python-opencvsudoapt-getinstallpython-opencv安裝完成

㈣ 如何利用opencv traincascade生成的xml文件來做測試

OpenCV中有兩個程序可以訓練級聯分類器： opencv_haartraining 和opencv_traincascade。opencv_traincascade 是一個新程序，使用OpenCV 2.x API 以C++ 編寫。這二者主要的區別是 opencv_traincascade 支持 Haar、Hog和 LBP(Local Binary Patterns) 三種特徵，並易於增加其他的特徵。與Haar特徵相比，LBP特徵是整數特徵，因此訓練和檢測過程都會比Haar特徵快幾倍。LBP和Haar特徵用於檢測的准確率，是依賴訓練過程中的訓練數據的質量和訓練參數。訓練一個與基於Haar特徵同樣准確度的LBP的分類器是可能的。
opencv_traincascade and opencv_haartraining 所輸出的分類器文件格式並不相同。注意，新的級聯檢測介面（參考 objdetect 模塊中的 CascadeClassifier 類）支持這兩種格式。 opencv_traincascade 可以舊格式導出訓練好的級聯分類器。但是在訓練過程被中斷後再重啟訓練過程， opencv_traincascade and opencv_haartraining 不能裝載與中斷前不同的文件格式。
opencv_traincascade 程序使用TBB來處理多線程。如果希望使用多核並行運算加速，請使用TBB來編譯OpenCV。還有一些與訓練相關的輔助程序。
opencv_createsamples 用來准備訓練用的正樣本數據和測試數據。 opencv_createsamples 能夠生成能被 opencv_haartraining 和 opencv_traincascade 程序支持的正樣本數據。它的輸出為以 *.vec 為擴展名的文件，該文件以二進制方式存儲圖像。

㈤ visual studio 怎麼搭建opencv呢

呵呵， 我感覺要自己安裝還是有點麻煩，配置這，配置那得，最後發現還是不能用，我整的時候整理兩天，建議你從朋友那拷個生成好的opencv庫，因為這個事可移植性的，然後再自己配置下就可以用，一下是你拷過來庫文件後的操作，可想而知要自己生產還是有那麼復雜的。
配置vs環境變數
進入：工具->選項->項目和解決方案->VC++目錄
可執行文件 添加：install的bin路徑
包含文件 添加：install的include和include\opencv的路徑（兩者都要）
庫文件 添加：install的lib路徑
左後配置下
環境變數
進入 計算機->屬性->高級系統設置->環境變數
在path添加
install中的bin路徑：G:\wugang1\opencv\vs2008\install\bin;/*這里添加自己安裝的路徑*/
2. 由於有些函數需要TBB，所以需要將tbb所在的目錄也加入到環境變數Path中。TBB相關的DLL路徑為G:\wugang1\opencv\build\common\tbb\ia32\vc9
（這里如果之前安裝了一些其他軟體可能已經在環境變數中有了Path這個變數，那麼在你的變數值後面加一個分號，再加上相關路徑即可）
說的不清楚，希望對你有幫助吧....

㈥ 編譯原理相關 演算法文法G[S]

在龍書上一找，竟然略去了這部分內容。

於是上網路搜。

下面的鏈接可供參考：

http://wenku..com/link?url=NFIjE7_-RVNzLW_ZD7BXptFLuCuANW3f8R5UtNSIu_a0m36XfTsr_

主要是以下要點：

樓主在看完鏈接的網頁的內容後，可參考以下答案。FirstVT簡寫為F，LastVT簡寫為L。

;∈F(S)

(∈F(G)

a∈F(H)

(∈F(H)

+∈F(T)

(∈F(S) //第二趟掃描

a∈F(G)

;∈F(T)

(∈F(T)

a∈F(S) //第三趟掃描

a∈F(T)

;∈L(S)

)∈L(G)

a∈L(H)

)∈L(H)

+∈L(T)

)∈L(S) //第二趟掃描

a∈L(G)

;∈L(T)

)∈L(T)

a∈L(S) //第三趟掃描

a∈L(T) //第四趟掃描

㈦ 關於linux安裝TBB的問題

編譯
tar -xf tbb41_20120718oss_src.tgz
cd ./tbb41_20120718oss_src.tgz，
按照readme的提示gmake 編譯完成之後，build路徑下面，會出現：
drwxr-xr-x 2 root root 20480 01-24 12:42 linux_intel64_gcc_cc4.1.2_libc2.5_kernel2.6.18_debug
drwxr-xr-x 2 root root 20480 01-24 12:38 linux_intel64_gcc_cc4.1.2_libc2.5_kernel2.6.18_release

修改環境變數
shell下執行： # vim ～/.bashrc
在最後添加 source /root/Desktop/tbb40_233oss/build/linux_intel64_gcc_cc4.1.2_libc2.5_kernel2.6.18_debug/tbbvars.sh
那麼使用連接庫的時候要使用-ltbb_debug
或者 source /root/Desktop/tbb40_233oss/build/linux_intel64_gcc_cc4.1.2_libc2.5_kernel2.6.18_release/tbbvars.sh 對應的鏈接庫就是-ltbb了

1、測試 ltbb
重新打開一個shell，進入/tbb/tbb41_20120718oss/examples/pipeline/square
輸入make，出現下面信息，表示成功安裝
g++ -O2 -DNDEBUG -o square square.cpp -ltbb -lrt
./square 0 input.txt output.txt
serial run time = 0.160147
parallel run time = 0.0810647
elapsed time : 0.359243 seconds

2、測試ltbb_debug，就source deubg文件裡面的tbbvars.sh
輸入make debug test，出現下面信息表示成功安裝
g++ -O2 -o gen_input gen_input.cpp -lrt
./gen_input >input.txt
g++ -O0 -g -DTBB_USE_DEBUG -o square square.cpp -ltbb_debug -lrt
./square 0 input.txt output.txt
serial run time = 0.169299
parallel run time = 0.0883386
elapsed time : 0.26235 seconds

3、測試自己寫的cpp文件
記住在編譯的時候加上-ltbb或-ltbb_debug。錯誤一般都是找不到庫或者頭文件，可以上網看看怎麼設置PATH，LIBRARY_PATH，LD_LIBRARY_PATH。把這些路徑設到tbb編譯好的路徑裡面就行了。
例如gcc test.cc -ltbb_debug

㈧ 如何編譯 opencv動態鏈接庫

在一個項目中需要用到OpenCV，剛開始使用了OpenCV的動態鏈接庫，這樣，在移動可執行程序時還必須將OpenCV動態支持庫一起搬移，很是麻煩。所以，最終選擇OpenCV靜態鏈接庫，這樣程序移植運行就方便了很多。

需要編譯成靜態庫以便於應用程序鏈接。

網上有的教程中寫的在VC++2010下安裝OpenCV2.1時用到了TBB庫，而我在編譯鏈接自己的程序後需要用到TBB.dll。本人設計的目的就是要做一個獨立的界面程序，不需要攜帶其他第三方庫。經過一段時間的努力最終找到了編譯OpenCV2.1靜態庫的方法。

㈨ 華為這么為什麼tbb電視劇手機都是蘋果

以前大家用蘋果有以下原因，1.蘋果的工業設計，以前那麼多手機，放眼看過去，只有蘋果是漂亮的。2.當初的安卓十分卡頓，只有蘋果才有流暢的體驗。且只有蘋果在拍照等方面表現均衡優秀3.蘋果是身份的象徵。然而現在這些逐漸不成立了，工業設計從去年開始就被s6超了，國產手機有些也很好看。其次蘋果引以為傲的操作流暢度在安卓旗艦機面前也沒有什麼優勢了。並且現在國產品牌的認可度在提高，如華為。

㈩ 如何使用預編譯的靜態庫平台

tbb 2.2中提供了統一的頭文件：tbb.h，只要包含這個文件就可以使用所有tbb的庫了。為了使用起來方便，以及可以使用靜態庫，可以使用以下這些命令自己創建：

# 1. 先下載 tbb22_20090908oss_src.tgz, 去 http://www.threadingbuildingblocks.org

# 2. 解壓
tar -zxvf tbb22_20090908oss_src.tgz
cd tbb22_20090908oss

# 3. 編譯，沒必要直接make，很多東東其實不需要
make tbb && make tbbmalloc

# 4.編譯好的東東在build目錄下，不同的編譯器和操作系統，文件夾的名字不一樣
cd build/linux_ia32_gcc_cc4.1.0_libc2.4_kernel2.6.16.46_release

# 5.自己寫個命令把o文件打包成靜態庫
ar cqs libtbb.a *.o
cp libtbb.a ../../../
#再去預編譯頭文件
cd ../../include/tbb
g++ -o tbb.h.gch -x c++-header -c tbb.h -g -Wall -Werror -O2 -DNDEBUG
cp tbb.h.gch tbb.h ../../../
cd ../../../