NVIDIA Jetson Nano 2GB 系列文章（5）：体验视觉功能库

在本系列上一篇文章里，我们带领大家体验了 Jetson Nano 2GB 的并行计算性能。在本篇文章中，我们将带领大家体验视觉功能库。

本文会为大家介绍 NVIDIA 在 JetPack 开发环境中，提供的两套非常完整的与视觉技术相关的开发工具包，分别是 VisionWorks 与 MultiMedai API，这两个开发工具包不仅在电脑视觉（Computer Vision）中占据非常重要的分量，也在深度学习的视觉应用中扮演十分重要的角色。在一个完整的视觉应用中，包括摄像头/视频这些输入源的格式转换处理，以及计算结果的输出叠加处理，都非常复杂并且需要消耗大量计算资源。

NVIDIA 设备不仅能够在计算性能上取得绝对的优势（这在上一篇文章中就能从 CUDA 范例中得到验证），另外，在 Jetson Nano 2GB 设备中，还可以提供硬件编解码器以提高 IO 性能，以及 VisionWorks 与 MultiMedia API 这两套高层（high level）与底层（low level）开发界面，在性能上做最大程度优化，同时大幅度减少开发时间，因此这两套工具对于发挥 Jetson Nano 2GB 的总体效益非常关键。

由于 MultiMedai API 属于非常底层的开发接口，需要一定技术基础，因此本文不多做说明，在这里我们聚焦于 VisionWorks 的案例与体验。

VisionWorks 高阶视觉整合应用开发包

在执行范例之前，首先看一下 VisionWorks 的框架示意图：

从上往下数第二层“VisionWorks Source Samples”就是本文要带着大家执行的范例，里面包括特征追踪(Feature Tracking)、霍夫转换（Hough Transform）、方向预测（Motion Estimation）、视频防抖（Video Stabilizer)等范例，这些是属于图像/视频处理中的经典项目，而且计算量都相当大，接下来我们在 Jetson Nano 2GB 上执行，感受一下这款嵌入式设备的惊人计算能力。 

VisionWorks 范例都是用 C/C++ 撰写，执行前需要先进行编译。范例文件存放在 /usr/share/visionworks/sources/  下面，请执行以下指令进入：

进到这里之后，还不能马上执行编译，目录里有个  install-samples.sh 脚本，需要先执行这个脚本，将完整的环境设定好。install-samples.sh 脚本后面需要跟随一个目标路径，以便将 samples 安装在指定目录中。

假如我们准备将 samples 安装到主目录（~/）下，请执行以下指令：

会看到如下截屏的执行信息。

这个脚本会在目的目录（这里是 ~/）下建立 <VisionWorks-1.6-Samples> 目录，作为 VisionWorks 范例的工作目录。接下去就切换到 ~/VisionWorks-1.6-Samples 目录，并查看一下内容：

会看到如下截屏的内容，里面里面有个 Makefile 表示可以在这边执行编译任务，另外有个 user_guide_linux.md 使用说明，可以进去看一看。

后面要执行的范例代码，其实是放在<demos>目录下，而<samples>目录下存放一些演示过程所需要的一些工具，都是底层接口的调用，因此本文不多做说明。在这里直接执行以下指令，一次将所有范例都编译好。

编译好的执行文件存放在 bin/aarch64/linux/release/ 下面，执行以下指令进入：

这里可以看到里面有 6 个“nvx_demo”开头的执行文件，就是接下去要执行的范例，其中 nvx_demo_feature_tracker 与 nvx_demo_feature_tracker_nvxcu 是相同的功能，这里就执行 nvx_demo_feature_tracker_nvxcu 做说明即可。

以上就是 VisionWorks 的 6 个范例，如果要从头开发，需要耗费非常多时间，但是 Jetson Nano 2GB 的 JetPack 能够提供非常完整的开发生态，可以让开发者节省大量开发时间与学习成本。