案例使用到的ARM端为Cortex-A15核心，DSP端为C66x核心。开发案例位于产品资料“4-软件资料Demo l-video-demos”目录下，分别为tl-gst-v4l2-vpe-iva-udp、tl-gst-mjpeg-dec-edge、tl-gst-rtsp-dec-edge。开发案例中的bin目录存放可执行程序，src目录存放源码。
关键代码说明
初始化GStreamer，创建Pipeline。
图 30
创建Pipeline组件并初始化。
图 31
检查组件初始化情况。
图 32
配置各组件参数。
图 33
图 34
链接组件到Pipeline。
图 35
图 36
图 37
使能Pipeline。
图 38
停止Pipeline，并释放GStreamer。
图 39
计时线程。
图 40
案例编译
将该案例的src目录拷贝到Ubuntu工作目录，进入src源码目录执行如下命令加载Linux Processor SDK环境变量。
Host# source /home/tronlong/AM57x/ti-processor-sdk-linux-rt-am57xx-evm-04.03.00.05/linux-devkit/environment-setup
图 41
执行make命令进行案例编译，编译完成后，将在当前目录生成可执行文件tl-gst-v4l2-vpe-iva-udp。
Host# make
图 42
tl-gst-mjpeg-dec-edge案例
案例说明
本案例使用GStreamer API通过ARM端从USB摄像头获取MJPEG格式视频流，并调用IVA-HD将视频硬件解码为NV12格式，然后通过OpenCL调用DSP端对NV12格式图像进行Sobel（边缘检测）算法处理，再将经过处理的图像在显示屏中实时显示，同时每隔1s将最新的原始图像以及经过处理的图像保存到本地存储文件中。
备注：由于CMEM共享内存地址空间已超过512MByte，故该案例仅支持DDR3不小于1GByte的评估板。
程序工作流程框图如下：
图 43
案例测试
评估板断电，将OV5640 USB摄像头接到评估板USB1 HOST接口，并将LCD或HDMI显示屏接到评估板对应接口，硬件连接如下图所示。
图 44
进入评估板文件系统，执行如下命令查看摄像头设备节点，本次测试的设备节点为video1。
Target# ls -l /sys/class/video4linux/video*
图 45
请将该案例bin目录下的tl-v4l2-capture、tl-gst-mjpeg-dec-edge文件拷贝到评估板文件系统中。在tl-v4l2-capture文件所在目录下执行如下命令查询摄像头的分辨率、帧率、图像格式等参数。
Target# ./tl-v4l2-capture -m list -d /dev/video1 -t usb
图 46
在tl-gst-mjpeg-dec-edge文件所在目录下，执行如下命令查询tl-gst-mjpeg-dec-edge程序参数说明，具体如下表。
Target# ./tl-gst-mjpeg-dec-edge -h
图 47
表 9
文件保存路径设置
执行如下命令采集视频流进行Sobel（边缘检测）算法处理，再将经过处理的图像在显示屏中实时显示，并将图像保存至eMMC的rootfs分区的“/home/root/”目录，并将test作为前缀生成test-raw.yuv图像源文件以及经过处理的图像文件test-sobel.yuv。保存路径可根据实际情况修改。
Target# /etc/init.d/matrix-gui-2.0 stop //关闭Matrix界面
Target# /etc/init.d/weston stop //关闭Weston窗口系统
Target# ./tl-gst-mjpeg-dec-edge -d /dev/video1 -i 1920*1080 -r 15 -f /run/media/mmcblk1p2/home/root/test
图 48
从上图可看到图像处理平均耗时约为28.8ms，图像采集帧率为15fps，图像处理帧率为12fps。Sobel（边缘检测）算法处理效果图如下所示。
图 49
保存的两个文件可在Windows下使用bin目录下的YUV Player工具进行查看，请按照如下图示进行操作。
图 50
图 51
图 52
图 53
图 54
图 55
时延测试
时延测试方法：使用评估板的外接摄像头采集PC机显示屏的在线秒表图像，经过AM570x处理后再将图像进行显示。PC机显示画面与评估板显示画面的时间差，即为时延。进行多次测试，时延结果取其平均值。
表 10
案例解析
GStreamer管道示意图
图 56
管道命令示例如下。如下命令仅作示例，不能在终端直接运行。
Appsink： gst-launch-1.0 v4l2src device=/dev/video1 ! 'image/jpeg, width=1920, height=1080, framerate = 30/1' ! ducatijpegdec ! appsink emit-signals=true, sync=false
Appsrc： gst-launch-1.0 appsrc ! 'video/x-raw, format=YV12, width=1920, height=1080, framerate=30/1' ! stream-type=0, format=time ! videoconvert ! kmssink sync=false, scale=false
关键代码说明
初始化GStreamer，创建Pipeline。
图 57
创建GStreamer组件并初始化，再检查组件初始化情况。
图 58
配置各组件参数。
图 59
链接组件到Pipeline。
图 60
创建Pipeline状态检测函数，改变Pipeline状态为playing。
图 61
停止Pipeline，并释放GStreamer。
图 62
当appsink Pipeline获取一帧图像后，将触发cb_new_appsink_sample回调函数。回调函数获取从编解码器得到的数据，如果有数据正在进行算法处理，则这部分数据不进行处理，否则交由DSP核进行算法处理。
图 63
图像处理线程(ocl_thread)中，通过OpenCL将Sobel（边缘检测）算法加载至DSP核中，并将经过处理的图像数据发送至appsrc pipeline。
图 64
时间线程(timing_thread)中，以秒为单位，统计程序运行时间，设置保存标志位，使ocl_thread保存图像数据，输出图像处理平均耗时、图像采集与处理帧率。
图 65
案例编译
将该案例的src目录拷贝到Ubuntu工作目录，进入src源码目录执行如下命令加载Linux Processor SDK环境变量。
Host# source /home/tronlong/AM57x/ti-processor-sdk-linux-rt-am57xx-evm-04.03.00.05/linux-devkit/environment-setup
图 66
执行make命令进行编译。
Host# make
图 67
编译完成后，将在当前目录生成可执行文件tl-gst-mjpeg-dec-edge。
图 68
