【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】

        本身hls为了推广，寻找了一些适合hls开发的领域。图像处理就是其中一个方向。图像处理的应用十分广泛，本身又需要进行短时间的大数据量处理，十分适合hls的使用。所以，xilinx官方提供了hls的函数库，同时为了进行testbench的测试，这些接口本身也兼容opencv已有的接口。

1、头文件引用

        头文件引用的部分比较简单，本身只要包含hls_video.h文件即可，剩下来的就是对stream、Mat、Scalar进行类型定义操作。因为在计算的过程中涉及到大量的模板处理，所以编写代码的时候最好选用cpp文件。

2、灰化处理

        灰化处理是图像处理的第一步，最大的好处就是可以减少计算的数据量。这里的hls::CvtColor都是官方提供的函数。之所以会有两个函数，是因为数据格式的问题，毕竟最后还要回归到AXI_STREAM的形式。

3、高斯滤波

        高斯滤波是实际场景中经常使用到的算法。<3,3>模板也是可以选择的，一般3、5、7都是用的比较多的模板，可以根据实际情况灵活进行配置。

4、直方图增强

        直方图增强也是用的比较多的一种方法。它的基本原理就是计算出每个像素个数在整体像素里面的比例，据此依据这个比例来对像素值做出修正处理。

5、Sobel算子

        各种算子一般用来对图像进行边缘检测。算子计算式二值化之前的重要步骤。一般经过边缘检测之后，图像中物体的轮廓会变得非常明显，和周围的其他像素有着明显的区别。

6、二值化

         做完了算子计算，下面就是二值化。小于某个数值的像素全部置为0，大于某个数值的像素全部置为255。和灰化类似，通过二值化之后，像素中的信息更为集中和聚焦。

7、膨胀和腐蚀

        二值化之后的图像一般还会存在着空洞、藕断丝连的情况。这个时候可以通过进行开运算、或者是闭运算来解决。换言之，就是用膨胀、腐蚀的方法来解决。这也是图像处理的必要步骤。

8、轮廓提取

        轮廓提取一般还是通过cpu来完成，这部分不适合用fpga来进行加速处理。通常fpga做好了灰化、增强、滤波、sobel算子、二值化和膨胀腐蚀之后，会把图像交还给cpu继续进行处理，完成剩下来的操作，这部分式必不可少的。当然，做完了轮廓提取，还要通过周长、面积、圆度等特征做进一步的提取和分析。

9、IP接口部分

        这部分的算法只是完成了AXI_STREAM到AXI_STREAM的转换，如果要进行显示，或者返回到cpu运算，还需要其他IP核的协调核、帮助。但总体来说，这部分还是最重要的。一般来说，算法ip会从AXI Video DMA获得数据，处理结束的数据也会还给AXI Video DMA，这是最常用的方法。

10、自定义图像算法

        除了hls提供的标准算之外，很多时候用户还需要自定义自己的算法。比如10中的pixel_binary这个函数。binary是通过s_axilite传递的参数，参数直接传递给pixel_binary。在函数中，通过GRAY_PIXEL和binary比较的方法，直接将像素设定为0或者式255。当然，实际应用的场景可能会比这个复杂一点，到时候只要根据具体情况具体分析即可。

11、关于testbench

        做testbench的时候，需要把图像换成AXIvideo，等到做完之后，如果需要保存的话，还需要把AXIvideo转换成图像，这一点需要注意一下。有了这两个接口之后，就可以在***_csim.log里面看到对应的测试结果了。