3、开发环境搭建：交叉编译工具链配置（GCC for ARM）、OpenCV for ARM编译、性能分析工具（perf, gprof）安装

好，咱们直接进入正题。开发环境搭建这事儿，说难不难，说简单吧，我第一次搞的时候也踩了不少坑。你想想看，在x86的电脑上写代码，编译出来的东西却要跑到ARM板子上跑，这中间要是工具链没配好，后面全是白忙活。

我个人习惯是先把整个流程理清楚，再动手。下面这张图，就是我总结的ARM平台开发环境核心链路，你可以先瞄一眼，心里有个谱。

3.1 交叉编译工具链配置（GCC for ARM）

说白了，交叉编译就是「在A机器上编译，在B机器上运行」。我们PC是x86架构，ARM板子是ARM架构，指令集都不一样，所以必须用专门的工具链。

第一步：下载工具链

我个人推荐用Linaro提供的预编译工具链，稳定且省事。你可以在Linaro官网找到对应版本。以ARMv7 Cortex-A系列为例，我常用的是：

# 下载 gcc-linaro-7.5.0-2019.12-x86_64_arm-linux-gnueabihf.tar.xz
# 解压到 /opt 目录
sudo tar -xvf gcc-linaro-7.5.0-2019.12-x86_64_arm-linux-gnueabihf.tar.xz -C /opt/

第二步：配置环境变量

嗯，这里要注意。很多新手直接复制网上的命令，结果路径写错了，编译时各种「command not found」。我建议你解压后先确认一下bin目录的完整路径。

# 编辑 ~/.bashrc 或 ~/.zshrc
export PATH=$PATH:/opt/gcc-linaro-7.5.0-2019.12-x86_64_arm-linux-gnueabihf/bin
export CROSS_COMPILE=arm-linux-gnueabihf-
export ARCH=arm

# 使配置生效
source ~/.bashrc

# 验证是否安装成功
arm-linux-gnueabihf-gcc --version

第三步：测试编译

写一个简单的hello world，交叉编译一下，看看能不能生成ARM架构的可执行文件。

// test.c
#include <stdio.h>
int main() {
    printf("Hello ARM World!\n");
    return 0;
}

// 编译
arm-linux-gnueabihf-gcc test.c -o test_arm

// 查看文件信息
file test_arm
// 输出应该包含 ARM 字样，比如：
// test_arm: ELF 32-bit LSB executable, ARM, EABI5 version 1 (SYSV)

3.2 OpenCV for ARM 编译

OpenCV在ARM上编译，说实话，是整套环境搭建里最耗时的环节。我第一次编译的时候，光等就等了快两个小时。不过别怕，只要步骤对了，一次搞定。

准备工作：

• 确保交叉编译工具链已配置好
• 下载OpenCV源码（我建议用4.5.x版本，对ARM支持比较成熟）
• 安装必要的依赖库（如libjpeg, libpng, zlib等，这些需要交叉编译）

编译步骤：

# 1. 创建交叉编译工具链文件
# 新建文件 arm-linux-gnueabihf.cmake
# 内容如下：
set(CMAKE_SYSTEM_NAME Linux)
set(CMAKE_SYSTEM_PROCESSOR arm)
set(CMAKE_C_COMPILER arm-linux-gnueabihf-gcc)
set(CMAKE_CXX_COMPILER arm-linux-gnueabihf-g++)
set(CMAKE_FIND_ROOT_PATH /opt/arm-sysroot)
set(CMAKE_FIND_ROOT_PATH_MODE_PROGRAM NEVER)
set(CMAKE_FIND_ROOT_PATH_MODE_LIBRARY ONLY)
set(CMAKE_FIND_ROOT_PATH_MODE_INCLUDE ONLY)

# 2. 配置OpenCV
mkdir build_arm && cd build_arm
cmake -DCMAKE_TOOLCHAIN_FILE=../arm-linux-gnueabihf.cmake \
      -DCMAKE_INSTALL_PREFIX=./install \
      -DBUILD_opencv_world=ON \
      -DWITH_GTK=OFF \
      -DWITH_V4L=ON \
      -DWITH_JPEG=ON \
      -DWITH_PNG=ON \
      ..

# 3. 编译（-j4 表示4核并行编译，根据你的CPU核心数调整）
make -j4

# 4. 安装到指定目录
make install

验证OpenCV：

编译完成后，写个简单的图像读取程序测试一下。

// test_opencv.cpp
#include <opencv2/opencv.hpp>
#include <iostream>
int main() {
    cv::Mat img = cv::Mat::zeros(100, 100, CV_8UC3);
    std::cout << "OpenCV version: " << CV_VERSION << std::endl;
    std::cout << "Image size: " << img.size() << std::endl;
    return 0;
}

// 编译
arm-linux-gnueabihf-g++ test_opencv.cpp -o test_opencv \
    -I ./install/include/opencv4 \
    -L ./install/lib \
    -lopencv_world

// 把可执行文件和lib目录下的.so文件一起拷贝到ARM板子上运行

3.3 性能分析工具安装（perf, gprof）

代码写好了，跑起来了，然后呢？你得知道它跑得怎么样。性能分析工具就是干这个的。我个人习惯先用perf看整体热点，再用gprof做函数级别的精细分析。

perf 安装与使用

perf是Linux内核自带的性能分析工具，ARM板子上一般需要单独安装。

# 在ARM板子上执行
sudo apt-get update
sudo apt-get install linux-tools-common linux-tools-$(uname -r)

# 如果提示找不到对应版本的内核工具，可以尝试：
sudo apt-get install linux-tools-generic

# 基本用法：统计程序运行时的CPU事件
perf stat ./your_algorithm

# 采样分析热点函数
perf record -g ./your_algorithm
perf report

gprof 安装与使用

gprof是GNU的工具，需要编译时加入-pg选项。

# 在ARM板子上安装
sudo apt-get install gprof

# 编译时加入 -pg 选项
arm-linux-gnueabihf-gcc -pg -o my_program my_program.c

# 在ARM板子上运行，会生成 gmon.out 文件
./my_program

# 分析结果
gprof ./my_program gmon.out > analysis.txt
# 查看 analysis.txt 文件，重点关注 % time 和 calls 列

嗯，到这里，开发环境的基本搭建就差不多了。工具链、OpenCV、性能分析工具，这三样配齐了，你就可以开始在ARM平台上大展拳脚了。记住，环境搭建虽然繁琐，但一次配好，后面能省下无数排查问题的时间。