目前有这样的需求：需要直接使用opencv读入img然后拷贝至device做inference,但是不工作使用了如下的代码，请问是哪里不对？？　【其他部分与sample的示例代码一致】APP_ERROR ret; cv::Mat img = cv::imread("../ims/multiface.jpg"); if (img.rows % 2 != 0 || img.cols % 2 != 0) {     cv::resize(img, img, cv::Size((img.cols / 2) * 2, (img.rows / 2) * 2)); } cv::resize(img, img, cv::Size(960, 544)); img.convertTo(img, CV_32FC3); void *devicePtr = NULL; size_t deviceMemSize = img.cols * img.rows * 3 * sizeof(float); ret = (APP_ERROR) aclrtMalloc(&devicePtr, deviceMemSize, ACL_MEM_MALLOC_NORMAL_ONLY); if (ret != APP_ERR_OK) {     LogError << "Failed to malloc output buffer of model on dev, ret = " << ret;     return ret; } ret = (APP_ERROR) aclrtMemFlush(&devicePtr, deviceMemSize); if (ret != APP_ERR_OK) {     LogError << "Failed to aclrtMemFlush output buffer of model on dev, ret = " << ret;     return ret; } ret = (APP_ERROR) aclrtMemcpy(devicePtr, deviceMemSize, img.data,                               deviceMemSize, ACL_MEMCPY_HOST_TO_DEVICE); if (ret != APP_ERR_OK) {     LogError << "Failed to copy output buffer of model from host to dev, ret = " << ret;     return ret; } std::vector<void *> inputBuffers({devicePtr}); std::vector<size_t> inputSizes({deviceMemSize}); ret = modelProcess_->ModelInference(inputBuffers, inputSizes, outputBuffers, outputSizes); if (ret != APP_ERR_OK) {     LogError << "Failed to execute ModelInference, ret = " << ret;     return ret; } return APP_ERR_OK;请同志们指教。　可加我微信： leoluopy 快速了解详情

【功能模块】【操作步骤&问题现象】1、执行示例objectdetection_vedio示例报缺少so文件2、分别缺少libopencv_videoio_ffmpeg*.so 、 libopencv_videoio_gstreamer*.so 、 libopencv_videoio_intel_mfx*.so请问一下这三个包需要怎样才能交叉编译出来，已经交叉编译多次，都没有这三个so文件。【截图信息】【日志信息】（可选，上传日志内容或者附件）

【功能模块】外接树莓派摄像头【操作步骤&问题现象】因为看了官方提供的Media API感觉使用起来比较复杂难懂，所以想直接使用python-opencv调用外接的摄像头，确定排线组装正确摄像头安装在camera0，但在调用cv2.VideoCapture(1)或者cv2.VideoCapture(0)时会出现不能打开摄像头的报错。是本身就无法使用此方法调用摄像头吗？如果可以用python-opencv调用该怎么办呢？如果不能的话有没有替代方案？【截图信息】【日志信息】（可选，上传日志内容或者附件）

【功能模块】  1.73 LIB 里面没有提供opencv_world.  请问如何编译？  我在200DK上编译后，COPY回开发环境是否可行？  谢谢！  【操作步骤&问题现象】【截图信息】【日志信息】（可选，上传日志内容或者附件）

本代码主要实现的是利用网络传输图片，用在我的树莓派项目之上。该项目在PC上运行服务端，树莓派上运行客户端，两者连接到同一局域网中，修改代码中的IP地址，就可以实现将树莓派采集到的图像数据实时传输到PC端。先运行服务端代码，然后运行客户端代码即可。树莓派摄像头使用的是普通的USB摄像头，并且在树莓派上安装了opencv，在树莓派上安装opencv的过程可以参考https://www.pyimagesearch.com/2017/09/04/raspbian-stretch-install-opencv-3-python-on-your-raspberry-pi/。最后，该代码稍加修改就可以传输其他的信息，当然服务端，客户端也可以同时在PC上运行，以验证结果。所以本质还是希望读者借此代码可以了解python的socket编程。代码意义已在注释中详细说明，仅供参考。使用时请注意修改IP地址和端口号。服务端代码123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657import socketimport timeimport cv2import numpy  def ReceiveVideo():    #IP地址'0.0.0.0'为等待客户端连接    address = ('0.0.0.0', 8002)    #建立socket对象，参数意义见https://blog.csdn.net/rebelqsp/article/details/22109925    #socket.AF_INET：服务器之间网络通信     #socket.SOCK_STREAM：流式socket , for TCP    s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)    #将套接字绑定到地址, 在AF_INET下,以元组（host,port）的形式表示地址.    s.bind(address)    #开始监听TCP传入连接。参数指定在拒绝连接之前，操作系统可以挂起的最大连接数量。该值至少为1，大部分应用程序设为5就可以了。    s.listen(1)      def recvall(sock, count):        buf = b''#buf是一个byte类型        while count:            #接受TCP套接字的数据。数据以字符串形式返回，count指定要接收的最大数据量.            newbuf = sock.recv(count)            if not newbuf: return None            buf += newbuf            count -= len(newbuf)        return buf             #接受TCP连接并返回（conn,address）,其中conn是新的套接字对象，可以用来接收和发送数据。addr是连接客户端的地址。    #没有连接则等待有连接    conn, addr = s.accept()    print('connect from:'+str(addr))    while 1:        start = time.time()#用于计算帧率信息        length = recvall(conn,16)#获得图片文件的长度,16代表获取长度        stringData = recvall(conn, int(length))#根据获得的文件长度，获取图片文件        data = numpy.frombuffer(stringData, numpy.uint8)#将获取到的字符流数据转换成1维数组        decimg=cv2.imdecode(data,cv2.IMREAD_COLOR)#将数组解码成图像        cv2.imshow('SERVER',decimg)#显示图像                 #进行下一步处理        #。        #。        #。      #将帧率信息回传，主要目的是测试可以双向通信        end = time.time()        seconds = end - start        fps = 1/seconds;        conn.send(bytes(str(int(fps)),encoding='utf-8'))        k = cv2.waitKey(10)&0xff        if k == 27:            break    s.close()    cv2.destroyAllWindows()  if __name__ == '__main__':    ReceiveVideo()客户端代码：123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354import socketimport cv2import numpyimport time  def SendVideo():    #建立sock连接    #address要连接的服务器IP地址和端口号    address = ('127.0.0.1', 8002)    try:        #建立socket对象，参数意义见https://blog.csdn.net/rebelqsp/article/details/22109925        #socket.AF_INET：服务器之间网络通信         #socket.SOCK_STREAM：流式socket , for TCP        sock = socket.socket(socket.AF_INET,socket.SOCK_STREAM)        #开启连接        sock.connect(address)    except socket.error as msg:        print(msg)        sys.exit(1)      #建立图像读取对象    capture = cv2.VideoCapture(0)    #读取一帧图像，读取成功:ret=1 frame=读取到的一帧图像；读取失败:ret=0    ret, frame = capture.read()    #压缩参数，后面cv2.imencode将会用到，对于jpeg来说，15代表图像质量，越高代表图像质量越好为 0-100，默认95    encode_param=[int(cv2.IMWRITE_JPEG_QUALITY),15]      while ret:        #停止0.1S 防止发送过快服务的处理不过来，如果服务端的处理很多，那么应该加大这个值        time.sleep(0.01)        #cv2.imencode将图片格式转换(编码)成流数据，赋值到内存缓存中;主要用于图像数据格式的压缩，方便网络传输        #'.jpg'表示将图片按照jpg格式编码。        result, imgencode = cv2.imencode('.jpg', frame, encode_param)        #建立矩阵        data = numpy.array(imgencode)        #将numpy矩阵转换成字符形式，以便在网络中传输        stringData = data.tostring()                 #先发送要发送的数据的长度        #ljust() 方法返回一个原字符串左对齐,并使用空格填充至指定长度的新字符串        sock.send(str.encode(str(len(stringData)).ljust(16)));        #发送数据        sock.send(stringData);        #读取服务器返回值        receive = sock.recv(1024)        if len(receive):print(str(receive,encoding='utf-8'))        #读取下一帧图片        ret, frame = capture.read()        if cv2.waitKey(10) == 27:            break    sock.close()     if __name__ == '__main__':    SendVideo()

执行cmake -D BUILD_SHARED_LIBS=ON  -D BUILD_opencv_python3=YES -D BUILD_TESTS=OFF -D CMAKE_BUILD_TYPE=RELEASE -D  CMAKE_INSTALL_PREFIX=/home/HwHiAiUser/ascend_ddk/arm -D WITH_LIBV4L=ON -D OPENCV_EXTRA_MODULES=../../opencv_contrib/modules -D PYTHON3_LIBRARIES=/usr/lib/python3.6/config-3.6m-aarch64-linux-gnu/libpython3.6m.so  -D PYTHON3_NUMPY_INCLUDE_DIRS=/usr/local/lib/python3.6/dist-packages/numpy/core/include -D OPENCV_SKIP_PYTHON_LOADER=ON ..后不断出错  No CMAKE_CXX_COMPILER could be found.  Tell CMake where to find the compiler by setting either the environment  variable "CXX" or the CMake cache entry CMAKE_CXX_COMPILER to the full path  to the compiler, or to the compiler name if it is in the PATH.现在apt install gfortran之后CMake Error: The source directory "/home" does not appear to contain CMakeLists.txt.Specify --help for usage, or press the help button on the CMake GUI.

【功能模块】   似乎与MindSpore无关，仅仅是环境的问题。【操作步骤&问题现象】    两个问题ModelArts训练中，使用MindSpore框架是，代码中使用cv2读取视频文件时，cap.isOpened()返回FalseModelArts Notebook中，但使用昇腾环境下的MindSpore， import cv2 报错。【截图信息】【日志信息】（可选，上传日志内容或者附件）见截图。

【功能模块】opencv读取图像是否可以用dvpp进行resize,或者需要那些操纵【操作步骤&问题现象】1、2、【截图信息】【日志信息】（可选，上传日志内容或者附件）

【功能模块】目前可以通过Atlas500上的host登录ascend310, 但是上面似乎不能下载东西，如果在device上使用opecv会出现找不到opencv动态库的报错【操作步骤&问题现象】1、2、【截图信息】【日志信息】（可选，上传日志内容或者附件）

按照这个教程配置的opencv跑yolov3，但是就是无法跑通。https://gitee.com/lovingascend/quick_start/blob/master/Atlas300_catenation_MD/environment.md会报libopencv_core.so.4.3: cannot open shared object file: No such file or directory这个错。明明库已经放在了~/.bashrc中，并且也在/etc/ld.so.conf.d中做了设置，但是还是无法链接，请问这是因为啥？？？

【功能模块】【操作步骤&问题现象】1、以前跑通的图像上色的案例今天再跑失败了2、我在utils.h这个文件里发现呢几个opencv2文件都找不到了【截图信息】【日志信息】（可选，上传日志内容或者附件）

按照黑白图像上色案例的教程安装了OpenCV库，网址如下：https://gitee.com/lovingascend/quick_start/blob/master/Atlas200DK_separate_MD/picture_sample.md到最后run的时候报错：error while loading shared libraries: libopencv_core.so.4.3: cannot open shared object file: No such file or directory之前因为ssh HwHiAiUser@192.168.1.2时候报错，于是把  .ssh/known_hosts里面的内容清空，不知道会不会有影响

【功能模块】我已经在开发板上编译好了opencv以及contrib环境，opencv环境在板子上面可以运行，比如cv2.imread函数等。但是cv2.TrackerKCF_create调用报错。我知道时contrib这个包的问题，我的问题是咱们这个Atlas200DK这个板子上支持contrib这个包吗？我想知道是我安装环境没安对还是咱们这个板子不支持。【操作步骤&问题现象】1、2、【截图信息】【日志信息】（可选，上传日志内容或者附件）

【功能模块】opencv以及contrib这个包都是按照教程安装的环境。在开发板上import cv2 成功并且能够进行正常的imread,imshow等操作。但是调用cv2.TrackerKCF_create时报错，AttributeERROR，信息为cv2 has no attribute 'TrackerKCF_create'想问下是华为不支持这个contrib这个包还是我的环境安装有问题吗。可以帮助我测试下吗 谢谢！【操作步骤&问题现象】1、2、【截图信息】【日志信息】（可选，上传日志内容或者附件）

【功能模块】本项目通过dvpp采集camera，通过opencv进行预处理，acl进行推理，opencv后处理，通过presenteragent发送结果展示。由于项目需要用到机器人操作系统ROS，ROS的部分功能依赖自带的对应版本的opencv3.2，因此将原项目opencv4.3的库换为opencv3.2，编译成功，运行报错。【操作步骤&问题现象】CMakeLists.txtinclude_directories(     ../inc/ #    $ENV{HOME}/ascend_ddk/arm/usr/include         #opencv 3.2.0     $ENV{HOME}/ascend_ddk/arm/include/opencv4/     #opencv 4.3.0     ${INC_PATH}/acllib/include/     $ENV{HOME}/ascend_ddk/arm/include/     $ENV{HOME}/ascend_ddk/arm/include/ascenddk     $ENV{HOME}/Ascend/ #    $ENV{HOME}/ascend_ddk/arm/ros/melodic/include     #ROS include ) if(target STREQUAL "Simulator_Function")     add_compile_options(-DFUNC_SIM) endif() # add host lib path link_directories(     /usr/local/lib     ${LIB_PATH} #    $ENV{HOME}/ascend_ddk/arm/lib/   #该路径下包含libpresenteragent.so 和 libopencv_xxx.so.4.3相关库文件，此处注释，后面通过绝对路径链接     $ENV{HOME}/Ascend/driver/     $ENV{HOME}/Ascend/     ${INC_PATH}/atc/lib64/ #    $ENV{HOME}/ascend_ddk/arm/ros/melodic/lib   #ROS lib ) ### Cross Compile depth_acl add_executable(main         utils.cpp         camera.cpp         model_process.cpp         depth_map.cpp         dvpp_process.cpp         dvpp_resize.cpp         dvpp_jpege.cpp         main.cpp) target_link_libraries(main ascendcl acl_dvpp stdc++ c_sec slog media_mini pthread protobuf                       /home/ascend/ascend_ddk/arm/lib/libpresenteragent.so                   #libpresenteragent.so             #OPENCV 4.3 in ascend_ddk/arm             /home/ascend/ascend_ddk/arm/lib/libopencv_core.so.4.3             /home/ascend/ascend_ddk/arm/lib/libopencv_imgproc.so.4.3             /home/ascend/ascend_ddk/arm/lib/libopencv_imgcodecs.so.4.3              #OPENCV 3.2 copyed from atlas, automatically installed by ROS #            /home/ascend/ascend_ddk/arm/usr/lib/aarch64-linux-gnu/libopencv_imgcodecs.so.3.2 #            /home/ascend/ascend_ddk/arm/usr/lib/aarch64-linux-gnu/libopencv_core.so.3.2 #            /home/ascend/ascend_ddk/arm/usr/lib/aarch64-linux-gnu/libopencv_imgproc.so.3.2 #            /home/ascend/ascend_ddk/arm/usr/lib/libgdal.so.20 #            /home/ascend/ascend_ddk/arm/usr/lib/libarmadillo.so.8 #            /home/ascend/ascend_ddk/arm/usr/lib/libmfhdfalt.so.0 #            /home/ascend/ascend_ddk/arm/usr/lib/libdfalt.so.0 #            /home/ascend/ascend_ddk/arm/usr/lib/libogdi.so.3.2 #            /home/ascend/ascend_ddk/arm/usr/lib/libPocoFoundation.so.50     )以上CMakeLists.txt 在host侧的MindStudio中交叉编译并在Atlas成功运行(OpenCV 4.3)。二、由于本项目需要用到ROS，因此通过apt在Atlas侧安装了ROS Melodic版本ROS的相关库文件、头文件安装在Atlas侧 /opt/ros/melodic/路径下，如下ls所示HwHiAiUser@davinci-mini:~$ ls /opt/ros/melodic/.catkin           _setup_util.py    env.sh            include/          local_setup.bash  local_setup.zsh   setup.sh          share/            .rosinstall       bin/              etc/              lib/              local_setup.sh    setup.bash        setup.zshROS安装时会同时会 自动安装 OpenCV 3.2 版本在Atlas侧（因为ros需要依赖opencv）.h头文件的路径     /usr/include/opencv2.so库文件路径     /usr/lib/aarch64-linux-gnu三、由于项目需要用到ROS的相关功能，需要依赖到OpenCV 3.2的一些so文件，因此将以上ROS 和OpenCV 3.2 通过scp 到Host电脑侧ROS：Atlas侧  /opt/ros/melodic/ 拷贝到 Host侧   $ENV{HOME}/ascend_ddk/arm/ros/melodic头文件：$ENV{HOME}/ascend_ddk/arm/ros/melodicinclude库文件：$ENV{HOME}/ascend_ddk/arm/ros/melodic/lib/OpenCV 3.2：头文件：Atlas侧   /usr/include 拷贝到 Host侧（opencv3.2头文件在该路径下的include中）                         $ENV{HOME}/ascend_ddk/arm/usr/include/opencv2         库文件：Atlas侧   /usr/lib 拷贝到 Host侧 （opencv3.2库文件在该路径下的aarch64-linux-gnu中）              $ENV{HOME}/ascend_ddk/arm/usr/lib/aarch64-linux-gnu以供交叉编译四、将以上CMakeLists.txt中的include_directories 和link_directories中 分别替换为 opencv 3.2的头文件和so文件进行编译会报错找不到 libgdal.so.20Warning:/usr/lib/gcc-cross/aarch64-linux-gnu/5/../../../../aarch64-linux-gnu/bin/ld: warning: libgdal.so.20, needed by /home/ascend/ascend_ddk/arm/usr/lib/aarch64-linux-gnu/libopencv_imgcodecs.so.3.2, not found (try using -rpath or -rpath-link)通过find命令找到libgdal.so.20的路径在链接库中添加 host侧  /home/ascend/ascend_ddk/arm/usr/lib/libgdal.so.20进而报错找不到libarmadillo.so.8  libmfhdfalt.so.0  libdfalt.so.0  libogdi.so.3.2找到路径并添加MindStudio编译成功。最终CMakeLists.txt# Header path include_directories(     ../inc/     $ENV{HOME}/ascend_ddk/arm/usr/include         #opencv 3.2.0 #    $ENV{HOME}/ascend_ddk/arm/include/opencv4/     #opencv 4.3.0     ${INC_PATH}/acllib/include/     $ENV{HOME}/ascend_ddk/arm/include/     $ENV{HOME}/ascend_ddk/arm/include/ascenddk     $ENV{HOME}/Ascend/ #    $ENV{HOME}/ascend_ddk/arm/ros/melodic/include     #ROS include ) if(target STREQUAL "Simulator_Function")     add_compile_options(-DFUNC_SIM) endif() # add host lib path link_directories(     /usr/local/lib     ${LIB_PATH} #    $ENV{HOME}/ascend_ddk/arm/lib/  #该路径下包含libpresenteragent.so 和 libopencv_xxx.so.4.3相关库文件，此处注释，后面通过绝对路径链接     $ENV{HOME}/Ascend/driver/     $ENV{HOME}/Ascend/     ${INC_PATH}/atc/lib64/ #    $ENV{HOME}/ascend_ddk/arm/ros/melodic/lib   #ROS lib ) ### Cross Compile depth_acl add_executable(main         utils.cpp         camera.cpp         model_process.cpp         depth_map.cpp         dvpp_process.cpp         dvpp_resize.cpp         dvpp_jpege.cpp         main.cpp) target_link_libraries(main ascendcl acl_dvpp stdc++ c_sec slog media_mini pthread protobuf                       /home/ascend/ascend_ddk/arm/lib/libpresenteragent.so                   #libpresenteragent.so             #OPENCV 4.3 in ascend_ddk/arm #            /home/ascend/ascend_ddk/arm/lib/libopencv_core.so.4.3 #            /home/ascend/ascend_ddk/arm/lib/libopencv_imgproc.so.4.3 #            /home/ascend/ascend_ddk/arm/lib/libopencv_imgcodecs.so.4.3              #OPENCV 3.2 copyed from atlas, automatically installed by ROS             /home/ascend/ascend_ddk/arm/usr/lib/aarch64-linux-gnu/libopencv_imgcodecs.so.3.2             /home/ascend/ascend_ddk/arm/usr/lib/aarch64-linux-gnu/libopencv_core.so.3.2             /home/ascend/ascend_ddk/arm/usr/lib/aarch64-linux-gnu/libopencv_imgproc.so.3.2             /home/ascend/ascend_ddk/arm/usr/lib/libgdal.so.20             /home/ascend/ascend_ddk/arm/usr/lib/libarmadillo.so.8             /home/ascend/ascend_ddk/arm/usr/lib/libmfhdfalt.so.0             /home/ascend/ascend_ddk/arm/usr/lib/libdfalt.so.0             /home/ascend/ascend_ddk/arm/usr/lib/libogdi.so.3.2 #            /home/ascend/ascend_ddk/arm/usr/lib/libPocoFoundation.so.50     )上传atlas200dk运行出错，报错为dvpp初始化出错？【日志信息】（可选，上传日志内容或者附件）见附件