移植sqlite3、opencv到rv1126开发板上！
一、前言：
大家好，在历时一个多月的时间，终于把这个音视频实战项目人脸识别源码讲解完成了(这个是基于虚拟机上的人脸识别工程代码！)：
音视频实战项目工程代码讲解！
在上周由于个人有事情，所以只简单更新了一部分板子上的硬件说明和固件烧写，以及通过vlc来抓取摄像头的画面！
这周先给大家更新一下交叉编译sqlite3和opencv以及人脸识别工程！
整体的话，就差商家那边的触摸屏幕了，到时候就可以有一个完整的效果出来！整个环境搭建过程是手把手的教！
等下周屏幕可以拿到了，先在板子跑一下人脸识别和物体识别，人脸识别的速度，现在优化了，比之前在虚拟机上快了很多，后期还会继续优化代码。
所以后面的重点在rk平台上的接口和源码解读！对了现在开发板的sdk整体编译，大家拿到板子不用去编译这个，直接先烧写他默认的固件就行，不然浪费时间，这个sdk商家给的有点坑爹.....，你编译出来了也没啥用，就走一个编译流程，代码不用他们的，用我们自己写的工程！
ok，开始今天的分享！
二、交叉编译sqlite3数据库：
在交叉编译之前，得在sdk里面找到交叉编译工具链：
商家提供的sdk里面的交叉工具链
然后我这里放在samba共享目录下，这里特别说一下，是为了等下路径的问题，等会有用：
现在开始来交叉编译sqlite3,这个sqlite3的源码还是用之前给大家的源码包：
解压出来：
tar -zxvf sqlite-autoconf-3380500.tar.gz
然后开始进行交叉编译，不过在在这之前，先在当前目录下创建一个文件夹来存放等下交叉编译出来文件：
mkdir arm_sqlite3_install
最后最为关键部分是，现在找到那个之前交叉编译的路径来，也就是结对路径：
/home/txp/shared/gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf/bin
接着刚才建立的arm_sqlite3_install，也是要找到他的绝对路径来：
/home/txp/shared/sqlite-autoconf-3380500/arm_sqlite3_install
最后就可以按照下面这个命令来执行编译了：
./configure CC=/home/txp/shared/gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf/bin/arm-linux-gnueabihf-gcc --host=arm-linux --prefix=/home/txp/shared/sqlite-autoconf-3380500/arm_sqlite3_install
然后执行分别执行以下命令即可：
make -j8
make install
最后在arm_sqlite3_install目录下生成四个文件：
等会我们把需要的文件拷贝到板子上去，这里先暂时这样!
三、交叉编译opencv:
这里同样用是之前的源码包来交叉编译：
然后按照下面的步骤来进行编译：
1、进入解压后的opencv版本目录下去：
cd opencv-3.4.5(这里看自己具体的opencv版本)2、cd platforms/linux
3、vim arm-gnueabi.toolchain.cmake修改成：
set(GCC_COMPILER_VERSION "" CACHE STRING "GCC Compiler version")
set(GNU_MACHINE "/home/txp/shared/gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf/bin/arm-linux-gnueabihf" CACHE STRING "GNU compiler triple")
include("${CMAKE_CURRENT_LIST_DIR}/arm.toolchain.cmake")
注意这里的交叉编译工具链的路径还是上面的路径：
/home/txp/shared/gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf/bin/arm-linux-gnueabihf4、建立一个build目录，并进入build下去：
5、编译：
cmake -DCMKAE_BUILD_TYPE=Release -DCMAKE_TOOLCHAIN_FILE=../platforms/linux/arm-gnueabi.toolchain.cmake -DCMAKE_INSTALL_PREFIX=/opt/arm_opencv -DSOFTFP=ON -DENABLE_PROFILING=OFF -DWITH_OPENCL=OFF -DWITH_TBB=ON -DWITH_V4L=ON -DHAVE_CAMV4L2=ON -DBUILD_TESTS=OFF -DINSTALL_PYTHON_EXAMPLES=OFF -DBUILD_EXAMPLES=OFF -DWITH_FFMPEG=ON -DHAVE_FFMPEG=ON -DBUILD_opencv_js=OFF -DENABLE_NEON=OFF -DENABLE_VFPV3=OFF ../6、 make -j8
7、make install
最后结果：
同意等会我们把需要的文件移植到板子上去!
四、rv1126人脸识别工程交叉编译：
现在我们的人脸识别代码已经开发出来了：
git clone https://gitee.com/harry12345123/rv1126_face_recognize.git
用户名:Harry12345123
密码:Aa123456在编译之前，我们要修改一下Makefile:
最后make就行！
五、最后：
今天暂时先分享到这里，最后的效果等这周拿到屏幕，再综合给大家在板子上演示，包括视频教程一起录制。这是之前在板子上演示的物体识别效果：
现在当前优讲解的具体的课程内容大纲如下：
如果加了星球的朋友，可以私聊我进解答群!