在本篇文章中，将实现在Xilinx ZYNQ上用QT+OpenCV实现显示图像，将使用OpenCV上的边缘检测算法进行演示。
本文所使用的开发板是Miz702(兼容zedboard)
PC 开发环境版本：Ubuntu12.04 32bit Qt:4.7.0 OpenCV:2.4.9
环境配置参考 rainysky 博客 http://www.eefocus.com/sj229335457/blog/cate_14065_0.html
zynq运行环境：精简版的ramdisk Linux文件系统
一、准备工作
本次试验需要在PC版的Linux上配置好交叉编译、qt库、opencv库等等，这些配置网上的资料已经不少了，本文将不再叙述。
二、要实现的目标
理想的效果是，只使用OpenCV，用imread读入图像，imshow显示图像，但是试了一些方法，发现，zynq上运行 imshow会出错，目前的解决方案是，把imshow要显示的图像，转化成QT上的QImage格式，显示在QLable上。
待处理的图像，美女lena
三、部分代码如下
TEMPLATE = app
TARGET =
DEPENDPATH += .
INCLUDEPATH += .# Input
HEADERS += mainwidget.h
FORMS += mainwidget.ui
SOURCES += main.cpp mainwidget.cpp
INCLUDEPATH += /usr/local/include \/usr/local/include/opencv \/usr/local/include/opencv2LIBS += /usr/local/lib/libopencv_highgui.so \/usr/local/lib/libopencv_core.so \/usr/local/lib/libopencv_imgproc.so#ifndef MAINWIDGET_H
#define MAINWIDGET_H#include <QWidget>
#include <QPushButton>
#include <QLabel>
#include <QImage>
#include <iostream>
#include <opencv2/imgproc/imgproc_c.h>
#include <opencv2/legacy/legacy.hpp>
#include <opencv2/highgui/highgui.hpp>namespace Ui {class MainWidget;
}class MainWidget : public QWidget
{Q_OBJECTpublic:explicit MainWidget(QWidget *parent = 0);QPushButton *btn;QLabel *srcPicLabel;QLabel *dstPicLabel;QImage *Qimg_pic;~MainWidget();
public slots:void slot_imgshow();
private:Ui::MainWidget *ui;
};#include "mainwidget.h"
#include "ui_mainwidget.h"using namespace cv;MainWidget::MainWidget(QWidget *parent) :QWidget(parent),ui(new Ui::MainWidget)
{ui->setupUi(this);btn = new QPushButton("edge_detection",this);connect(btn,SIGNAL(clicked()),this,SLOT(slot_imgshow()));srcPicLabel = new QLabel(this);dstPicLabel = new QLabel(this);}
void MainWidget::slot_imgshow()
{Mat src = imread("lena.bmp");Mat dst;Mat src_gry;// imshow("src",src);cvtColor(src, src_gry ,CV_BGR2GRAY);Canny(src_gry,dst,10,150,3);// imshow("dst",dst);cvtColor(src,src,CV_BGR2RGB);// cvtColor(dst,dst,CV_8UC1);QImage Qimg_pic_src;QImage Qimg_pic_dst;Qimg_pic_src = QImage((const unsigned char*)(src.data),src.cols,src.rows,QImage::Format_RGB888);srcPicLabel->setPixmap(QPixmap::fromImage(Qimg_pic_src));srcPicLabel->resize(srcPicLabel->pixmap()->size());Qimg_pic_dst = QImage((const unsigned char*)(dst.data),dst.cols,dst.rows,QImage::Format_Indexed8);dstPicLabel->setGeometry(600,0,320,240);dstPicLabel->setPixmap(QPixmap::fromImage(Qimg_pic_dst));dstPicLabel->resize(dstPicLabel->pixmap()->size());}MainWidget::~MainWidget()
{delete ui;
}#endif // MAINWIDGET_H
四、测试
测试步骤：
把生成的可执行文件和图片（目前仅支持bmp，很郁闷...，很不完美）拷到SD卡里，上电，打开串口终端输入以下命令
//建立qt库的目录(要和PC版的目录一样)
mkdir /opt/zedboard
mkdir /opt/zedboard/qt
mkdir /opt/zedboard/qt/install //建立opencv目录(可以和PC不一样，原因：尚不清楚)
mkdir /usr/local
mkdir /usr/local/lib //挂载SD卡 opencv库 和QT库
mount /dev/mmcblk0p1 /mnt
mount /mnt/opencv_lib.img /usr/
mount /mnt/qt_lib.img /opt/zedboard/qt/install/
//设置环境变量
export LD_LIBRARY_PATH=/usr///运行程序
./edge_detec -qws
效果如图所示，上图是在ZYNQ上运行的，下图是在PC上运行的。左侧是原图，右侧是进行canny运算的结果。
五、结果以及存在问题
在PC上运行的结果不正确，而zynq上是正确的，至少看起来是这样的，并且PC版的每次运行背景都不同，原因不明。
下一步，研究下在桌面版的ubuntu上直接用OpenCV显示以及用HLS实现图像处理算法加速。
更多关于zynq开发相关的文章和问题请点击：
http://www.osrc.cn/forum.php?mod=forumdisplay&fid=292
http://blog.csdn.net/rzjmpb