OpenCV（Open Source Computer Vision）是一个开放源代码的计算机视觉库，它提供了一系列函数和算法，用于处理图像和视频。通过使用OpenCV，您可以进行各种计算机视觉任务，例如图像处理、对象识别、目标追踪、人脸检测和机器学习等。它提供了底层图像处理功能，以及高级功能和模块，如特征提取、边缘检测、图像分割和物体测量等。
当V853需要进行图像的预处理操作时，涉及到使用opencv库中的相关接口和函数。所以如果要基于853进行模型的输入预处理或者输出后处理操作时，就不可避免的要依赖到opencv库。
先获取GitHub中的opencv源码： https://github.com/opencv/opencv https://github.com/opencv/opencv_contrib
进入目录下，创建build目录：
mkdir build
cd build/
运行cmake指令配置参数生成Makefile文件：
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local -D OPENCV_EXTRA_MODULES_PATH=/xxxxx/opencv/opencv_contrib/modules ..
当然，如果需要将库外置不编入环境的话可以修改CMAKE_INSTALL_PREFIX的值，直接改为对应路径即可。 选择库的相关指令（指定编译/不编译某些库，优化opencv库大小）：
指定编译opencv_core库：
-DBUILD_opencv_core=ON
指定不编译opencv_hdf库：
-DBUILD_opencv_hdf=OFF
使用make指令进行编译：
make -j4
make完成并不代表结束，还需要生成opencv库使用。
编译完成后，加上install命令，将其加载/注册到usr文件夹中，这样每次编译 就不用使用一整个opencv库/包了。
make install
当编译可执行文件需要链接opencv库时，可以编写一个cmake来编译文件：
# 声明要求的 cmake 最低版本
cmake_minimum_required( VERSION 2.8 )
# 声明一个 cmake 工程
project( test )
#添加OPENMP库
FIND_PACKAGE( OpenMP REQUIRED)
if(OPENMP_FOUND)
message("OPENMP FOUND")
set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS} ${OpenMP_C_FLAGS}")
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} ${OpenMP_CXX_FLAGS}")
set(CMAKE_EXE_LINKER_FLAGS "${CMAKE_EXE_LINKER_FLAGS} ${OpenMP_EXE_LINKER_FLAGS}")
endif()
#添加OPENCV库
#指定OpenCV版本，代码如下
##find_package(OpenCV 3.3 REQUIRED)
#如果不需要指定OpenCV版本，代码如下
set(OpenCV_DIR ${CMAKE_SOURCE_DIR}/usr/lib/cmake/opencv4)
find_package(OpenCV REQUIRED)
#添加OpenCV头文件
include_directories(./ ${OpenCV_INCLUDE_DIRS})
# 添加一个可执行程序
# 语法：add_executable( 程序名 源代码文件 ）
add_executable(main ${DIRSRCS} ${NPULIB_DIRSRCS})
# 将库文件链接到可执行程序上
target_link_libraries(main ${OpenCV_LIBS} ${VIP_LIBS} -lstdc++ -lpthread -lrt -lm -ldl)
可以看到，该cmake链接了opencv库，
set(OpenCV_DIR ${CMAKE_SOURCE_DIR}/usr/lib/cmake/opencv4)
该方法通过链接opencv库中的cmake文件然后来找到对应的opencv包，保证主程序能够顺利调用。
可以在github上下载yolov7处理代码，链接库进行验证。如若cmake生成makefile正常，make编译也正常，成功执行例程过后，opencv库成功生成。