RK3588 Linux RGA 使用教程

概述

RGA (Raster Graphic Acceleration Unit) 是一个独立的 2D 硬件加速器，可用于加速点/线绘制，执行图像缩放、旋转、bitBlt、alpha 混合等常见的 2D 图形操作。假设驱动环境已就绪，可直接使用。

环境准备

1. 查看驱动版本

cat /sys/kernel/debug/rkrga/driver_version

2. 下载测试代码

参考 GitHub 仓库：TRQ-UP/Rk3588-linux-rga

代码实现

1. CMakeLists.txt 配置

后续 RGA 或 OpenCV 的更新版本，直接放到 3rdparty 文件夹中，在 CMakeLists 中配置即可。

cmake_minimum_required(VERSION 3.16)
project(opencv_411_test)
set(CMAKE_CXX_STANDARD 11)
# 设置库架构
set(LIB_ARCH "aarch64")
set(DEVICE_NAME "RK3588")
# 设置 OpenCV 路径
set(OpenCV_DIR ./3rdparty/opencv/opencv-linux-aarch64/share/OpenCV)
find_package(OpenCV REQUIRED)
# 输出 OpenCV 信息
message(STATUS "OpenCV include dirs: ${OpenCV_INCLUDE_DIRS}")
message(STATUS "Found OpenCV Version: ${OpenCV_VERSION}")
set(3RDPARTY_PATH ${CMAKE_CURRENT_SOURCE_DIR}/3rdparty)
# 设置 RGA 的路径
set(RGA_DIR ${3RDPARTY_PATH}/rga/${DEVICE_NAME})
set(RGA_LIB ${RGA_DIR}/lib/Linux/${LIB_ARCH}/librga.so)
# 用来搜索头文件的目录
include_directories(${OpenCV_INCLUDE_DIRS})
include_directories(${RGA_DIR}/include)
# 编译源代码
add_executable(opencv_411_test src/main.cpp)
# 链接 OpenCV 和 RGA 库
target_link_libraries(opencv_411_test ${OpenCV_LIBS} ${RGA_LIB})

2. 主程序逻辑

完整功能请参考 RGA IM2D API 开发指南。

使用 RGA 的基本步骤：

1. 定义图像缓冲区的描述结构体（如 rga_buffer_t）。
2. 初始化这些结构体（通常通过 memset 清零）。
3. 创建或获取图像缓冲区的句柄（如 rga_buffer_handle_t）。
4. 使用这些结构体和句柄进行图像处理操作（如缩放、旋转、格式转换等）。

#include "opencv2/opencv.hpp"
#include <iostream>
#include "im2d_version.h"
#include "im2d_type.h"




  std;

;

{
    cout << (RGA_ALL) << endl;
}

{
    
    ();

     ret = ;
    
     src_width, src_height, src_format;
    
     dst_width, dst_height, dst_format;
    
     *src_buf, *dst_buf;
    
     src_buf_size, dst_buf_size;

    
     src_img, dst_img;
    
     src_handle, dst_handle;

    
    (&src_img, , (src_img));
    (&dst_img, , (dst_img));

    
    cv::Mat image, res;
    image = cv::();
     (image.data == ) {
        cout <<  << endl;
         ;
    }
    cout <<  << image.cols <<  << image.rows <<  << image.() << endl;

    cv::Mat opencv_resize;
    cv::(image, opencv_resize, cv::(, ));
    cv::(, opencv_resize);

    
    src_width = image.cols;
    src_height = image.rows;
    src_format = RK_FORMAT_RGB_888;

    
    dst_width = ;
    dst_height = ;
    dst_format = RK_FORMAT_RGB_888;

    
    src_buf_size = src_width * src_height * (src_format);
    dst_buf_size = dst_width * dst_height * (dst_format);

    
    src_buf = ( *)(src_buf_size);
    dst_buf = ( *)(dst_buf_size);

    cout <<  << (src_format) << endl;
    cout <<  << (dst_format) << endl;

    
    (src_buf, image.data, src_width * src_height * (src_format));
    (dst_buf, , dst_buf_size);

    
    src_handle = (src_buf, src_buf_size);
    dst_handle = (dst_buf, dst_buf_size);

     (src_handle ==  || dst_handle == ) {
        ();
         ;
    }

    
    src_img = (src_handle, src_width, src_height, src_format);
    dst_img = (dst_handle, dst_width, dst_height, dst_format);

    
    ret = (src_img, dst_img, {}, {});
     (IM_STATUS_NOERROR != ret) {
        (, __LINE__, ((IM_STATUS)ret));
         ;
    }
    (, __LINE__);

    
    
    ret = (src_img, dst_img, );
     (ret == IM_STATUS_SUCCESS) {
        ();
    }  {
        (, ((IM_STATUS)ret));
         ;
    }

    
    res.(dst_height, dst_width, CV_8UC3);
    (res.data, dst_buf, dst_height * dst_width * );
    cv::(, res);
    (, );

    
release_buffer:
     (src_handle) (src_handle);
     (dst_handle) (dst_handle);
     (src_buf) (src_buf);
     (dst_buf) (dst_buf);

     ret;
}