OpenVINO开发配置应必备哪些基础知识？

通过第一篇文章我们已经了解什么是OpenVINO，它的诸多功能与全应用场景支持人工智能落地的能力。本篇我们将重点介绍OpenVINO开发流程与开发必备的基础知识与相关API函数对象。

环境配置

在具体介绍OpenVINO开发流程与开发必备基础知识之前，我们首先需要配置好OpenVINO的开发环境，这里我们以Win10系统下OpenVINO C++/Python SDK开发与应用集成为例来完成整个教程的配置与代码演示。基于VS2017+OpenVINO2021.02版本的环境配置可以总结为如下几个步骤：

1. 打开VS2017，新建一个控制台应用，图示如下：

图1

2. 打开属性管理器

打开属性管理器，选择x64/release然后配置包含路径，库路径、通过链接器添加lib文件，这部分的配置图示如下：

包含目录配置

库路径配置

链接器：

图2

opencv_calib3d451.lib

opencv_core451.lib

opencv_dnn451.lib

opencv_features2d451.lib

opencv_flann451.lib

opencv_gapi451.lib

opencv_highgui451.lib

opencv_imgcodecs451.lib

opencv_imgproc451.lib

opencv_ml451.lib

opencv_objdetect451.lib

opencv_photo451.lib

opencv_stitching451.lib

opencv_video451.lib

opencv_videoio451.lib

inference_engine.lib

inference_engine_c_api.lib

inference_engine_ir_reader.lib

inference_engine_legacy.lib

inference_engine_lp_transformations.lib

inference_engine_onnx_reader.lib

inference_engine_preproc.lib

inference_engine_transformations.lib

最后配置环境变量，添加以下环境变量到系统的path中去，图示如下：

对于开发环境配置环节，如果还有不清楚的，可以参考OpenVINO中文社区的威廉希尔官方网站 自愿者分享的视频，地址如下：

https://www.bilibili.com/video/BV1Hz4y1U7g6

设备查询与开发基础知识

完成上述配置以后，重启VS2017，创建一个新的cpp文件，添加下面的代码到cpp文件中

运行结果如下：

图3

上述控制台输出来自InferenceEngine::Core的设备查询函数GetAvailableDevices，它可以查询当前系统支持IE推理的硬件支持，该函数如下：

std::vector<:string style="font-size: inherit;color: inherit;line-height: inherit;">InferenceEngine::GetAvailableDevices() const

参数: 无

返回的支持设备的列表vector

下面的就是加载图像与显示图像，使用的两个函数来自OpenVINO中的OpenCV组件支持，两个相关函数如下：

读取图像

Mat cv::imread(
const String & filename,
int flags = IMREAD_COLOR
)

参数 filename表示文件路径(包含文件名)

第二个参数为默认参数

加载成功返回的图像像素的矩阵数据结构Mat，默认读取加载为彩色图像，三个通道顺序为BGR。

显示图像

void cv::imshow(
const String & winname,
InputArray mat
)

参数 winname表示窗口名称，本例中为“输入窗口”

参数 mat表示图像矩阵Mat(显示图像的内存表示)

最终执行结果图上图3所示。对上述代码，我们可以通过进一笔的简化，要知道在C++11中，声明类型可以自动识别，通过auto来表示可以避免代码过长，同时支持for循环的时候通过auto自动识别每个item的类型，所以上述查询设备与打印部分的代码：

nferenceEngine::Core ie;
std::vector<:string style="font-size: inherit;color: inherit;line-height: inherit;">devices = ie.GetAvailableDevices();
for (std::string name : devices) {
std::cout << "device name: " << name << std::endl;
}

改写为如下的代码：

InferenceEngine::Core ie;
auto devices = ie.GetAvailableDevices();
for (auto name : devices) {
std::cout << "device name: " << name << std::endl;
}

这样看上去代码就会比之前的整洁更加直观一点。在OpenVINO SDK C++的开发中，有很多类别的声明都很长，我们可以通过使用C++11支持的自动类型识别关键字auto来减少不必要的代码书写，提高编码效率。此外类InferenceEngine::Core类是表示整个IE引擎的实例，支持从模型加载、输入与输出格式获取与设置、模型的推理与后处理等一系列的操作。关于如何使用InferenceEngine::Core实现模型推理的流程与相关API方法函数解释。

编辑：jq