构建和运行

您可以在 Jetson 上运行示例，而无需重新构建它们。但是，如果您修改了这些示例，则必须先重新构建它们才能运行。

有关在主机 Linux PC (x86) 上构建示例的信息，请参阅 设置跨平台支持。

按照本文档中的步骤构建和运行示例

1. 导出环境变量。
2. 使用 Jetpack 安装这些程序
   • NVIDIA^® CUDA^®
   • Opencv
   • cuDNN
   • NVIDIA^® TensorRT^™，以前称为 GIE
3. 创建符号链接。
4. （可选）设置交叉编译器支持。
5. 构建和运行示例。

步骤 1. 导出环境变量

• 使用以下命令导出 XDisplay

    $ export DISPLAY=:0
  

步骤 2：使用 Jetpack 安装 CUDA/OpenCV/cuDNN/TensorRT

如果您已经安装了这些库，则可以跳过以下步骤。

1. 从以下网站下载 Jetpack

    https://developer.nvidia.com/embedded/downloads
   

2. 从主机使用以下命令运行安装脚本

    $ chmod +x  ./JetPack-L4T-<version>-linux-x64.run
    $ ./JetPack-L4T-<version>-linux-x64.run
   

3. 选择开发环境。
4. 选择“自定义”，然后单击“清除操作”。
5. 选择“CUDA Toolkit”、“OpenCV”、“cuDNN Package”和“TensorRT”，然后安装。
6. 有关安装详细信息，请参阅 _installer 文件夹。

步骤 3：创建符号链接

• 使用以下命令创建符号链接

   $ cd /usr/lib/aarch64-linux-gnu
   $ sudo ln -sf libv4l2.so.0 libv4l2.so
  

步骤 4：设置交叉编译器支持（可选）

• 如果您想在主机 Linux PC (x86) 上交叉编译示例，请参阅 设置跨平台支持。

步骤 5：构建和运行示例

• 构建和运行，如每个示例的描述。 | 目录位置（相对于 ll_samples/samples） | 描述 | |------------------------------------------------—|----------—| | 00_video_decode (视频解码) | 从本地文件解码 H.264、H.265、VP8、VP9、MPEG4 和 MPEG2 视频，然后与 egl 渲染器共享 YUV 缓冲区。 | | 01_video_encode (视频编码) | 从本地文件编码 YUV 比特流，然后将基本 H.264/H.265 写入文件。 | | 02_video_dec_cuda (使用 CUDA 处理解码) | 从本地文件解码 H.264/H.265 视频，然后与 CUDA 共享 YUV 缓冲区，在左角绘制一个黑色方框。 | | 03_video_cuda_enc (使用 CUDA 处理编码) | 使用 CUDA 在 YUV 缓冲区中绘制一个黑色方框，然后将其馈送到视频编码器以生成 H.264/H.265 视频文件。 | | 04_video_dec_trt (TensorRT 视频解码) | 使用简单的 TensorRT 调用将边界框信息保存到文件。 | | 05_jpeg_encode (JPEG 编码) | 使用 libjpeg-8b API 从软件分配的缓冲区编码 JPEG 图像。 | | 06_jpeg_decode (JPEG 解码) | 使用 libjpeg-8b API 从软件分配的缓冲区解码 JPEG 图像。 | | 07_video_convert (NvBuffer 转换) | 使用 V4L2 API 进行视频格式转换和视频缩放。 | | 08_video_dec_drm (Direct Rendering Manager) | 使用 NVIDIA^® Tegra^® Direct Rendering Manager (DRM) 渲染视频流或 UI。 | | 09_camera_jpeg_capture (libargus & libjpeg-8b) | 同时使用 Libargus API 预览摄像头流，并使用 libjpeg-8b API 编码 JPEG 图像。 | | 10_camera_recording (libargus 捕获) | 从 Libargus API 获取实时摄像头流，并将其馈送到视频编码器以生成 H.264/H.265 视频文件。 | | 12_camera_v4l2_cuda (摄像头捕获 CUDA 处理) | 从 V4L2 摄像头捕获图像，并与 CUDA 引擎共享流，在左上角绘制一个黑色方框。 | | 13_multi_camera (多图像捕获和合成) | 捕获多个摄像头并将它们合成为一帧。| | 14_multivideo_decode (多视频解码) | 从本地文件解码多个 H.264、H.265、VP8、VP9、MPEG4 和 MPEG2 视频，并将 YUV 缓冲区写入相应的文件。 | | 15_multivideo_encode (多视频编码) | 从本地文件编码多个 YUV 比特流，并将基本 H.264/H.265/VP8/VP9 写入相应的文件。 | | 16_multivideo_encode (多视频转码) | 转码来自本地文件的多个比特流，并将基本 H.264/H.265/VP8/VP9 写入相应的文件。 | | unittest_samples/camera_unit_sample (使用 libv4l2_nvargus 捕获) | 单元级示例；使用 libv4l2_nvargus 预览摄像头流。 | | unittest_samples/decoder_unit_sample (视频解码单元示例) | 单元级示例；从本地文件解码 H.264 视频并转储原始 YUV 缓冲区。 | | unittest_samples/encoder_unit_sample (视频编码单元示例) | 单元级示例；从本地文件编码 YUV 比特流并将基本 H.264 比特流写入文件。 | | unittest_samples/transform_unit_sample (nvbuf_utils 像素格式转换) | 单元级示例；使用 nvbuf_utils 实用程序将一个色彩空间 YUV 比特流转换为另一个。 | | backend (视频分析) | 对四个并发视频流执行智能视频分析，这些视频流通过使用片上解码器进行解码、使用片上标量进行视频缩放和 GPU 计算。 | | frontend (TensorRT 多通道视频捕获) | 对来自摄像头的四种不同分辨率的视频捕获执行独立处理。 | | v4l2cuda (CUDA 格式转换) | 使用 V4L2 图像捕获和 CUDA 格式转换。 |

有关每个示例的结构及其使用的 API 的详细信息，请参阅本参考中的 示例应用程序。