支持 Android 的硬浮点数的 OpenCV
OpenCV with hard-float support for Android
我想在我的 Android 应用程序中使用硬件浮点支持，该应用程序大量使用 OpenCV 库。但是，当我为 hard-float 设置 gcc 标志时（如 here and here 所述），我收到链接器错误消息：
XXX.o uses VFP register arguments, output does not。然后我添加链接器标志 -Xlinker --no-warn-mismatch 使这些错误消失但应用程序立即崩溃似乎是与 OpenCV 库的第一次交互。
到底是怎么回事？我是否正在编译代码的硬浮点版本并将其与软浮点 OpenCV 链接？
是否有一个版本的 OpenCV4Android 带有使用 hard-float 架构的预构建二进制文件？如果没有，是否可以编译这样的版本？一个人会怎么做？在使用 OpenCV 时是否有更聪明的方法来利用硬件浮点支持？
您无需在硬浮点模式下构建即可使用硬件浮点单元。只要您为 armeabi-v7a ABI 构建，它就会使用硬件浮点单元 (VFPv3)。
澄清一下，hard-float 选项（通过向编译器添加 -mhard-float 参数，或为 armeabi-v7a-hard ABI 构建）仅更改将参数传递给函数的方式。在内部，Android 在整数寄存器中传递所有 float/double 函数参数。这确保了为 armeabi 构建的代码（ARMv5 不保证浮点单元，需要以这种方式传递这些参数）在 FPU 上的现代设备上 运行 时仍然有效。即，函数获取整数寄存器中的所有浮点参数并将它们移至 FPU 寄存器以在函数内进行所有计算。
使用 hard-float 选项构建时，此类参数直接在 FPU 寄存器中传递，但正如您的第二个 link 指出的那样，这要求您调用的所有代码都使用相同的选项构建，并且 JNI 函数入口点需要用 JNICALL.
正确标记
因此，您从 hardfloat 中获得的实际好处只是您在每次函数调用中节省了一些指令（正如第一个 link 中的答案所指出的，这些非常便宜）。根据库的功能结构，这可能是一个完全无关紧要的更改，也可能很明显。不幸的是，我不太了解 OpenCV 的内部结构，无法猜测有多大的潜在加速（如果有的话）。
所以回顾一下，是的，你是对的，你只是在构建你的代码的硬浮点版本，但 link将它转换为 OpenCV 的软浮点 ABI 版本。为了使事情正常进行，您还可以在对 OpenCV 的所有函数调用上添加 __attribute__((pcs("aapcs"))) 标记，但这几乎会抛弃所有潜在的优势，因为所有繁重的工作（很可能）是在库中完成的，而不是在您的调用代码中。
因此，为了获得硬浮动 ABI 的潜在好处，您需要使用 -mhard-float 参数重建所有 OpenCV（具体如何操作，虽然我帮不了您).但只要它是针对 armeabi-v7a（使用 -march=armv7-a -mfpu=vfpv3 参数）构建的，它就应该已经在使用硬件 FPU，它只是使用向后兼容的 ABI。 softfp ABI 的开销比完整的 softfloat 版本（不是用 -mfpu=vfpv3 构建）的开销小几个数量级。
我想在我的 Android 应用程序中使用硬件浮点支持，该应用程序大量使用 OpenCV 库。但是，当我为 hard-float 设置 gcc 标志时（如 here and here 所述），我收到链接器错误消息：
XXX.o uses VFP register arguments, output does not。然后我添加链接器标志 -Xlinker --no-warn-mismatch 使这些错误消失但应用程序立即崩溃似乎是与 OpenCV 库的第一次交互。
到底是怎么回事？我是否正在编译代码的硬浮点版本并将其与软浮点 OpenCV 链接？
是否有一个版本的 OpenCV4Android 带有使用 hard-float 架构的预构建二进制文件？如果没有，是否可以编译这样的版本？一个人会怎么做？在使用 OpenCV 时是否有更聪明的方法来利用硬件浮点支持？
您无需在硬浮点模式下构建即可使用硬件浮点单元。只要您为 armeabi-v7a ABI 构建，它就会使用硬件浮点单元 (VFPv3)。
澄清一下，hard-float 选项（通过向编译器添加 -mhard-float 参数，或为 armeabi-v7a-hard ABI 构建）仅更改将参数传递给函数的方式。在内部，Android 在整数寄存器中传递所有 float/double 函数参数。这确保了为 armeabi 构建的代码（ARMv5 不保证浮点单元，需要以这种方式传递这些参数）在 FPU 上的现代设备上 运行 时仍然有效。即，函数获取整数寄存器中的所有浮点参数并将它们移至 FPU 寄存器以在函数内进行所有计算。
使用 hard-float 选项构建时，此类参数直接在 FPU 寄存器中传递，但正如您的第二个 link 指出的那样，这要求您调用的所有代码都使用相同的选项构建，并且 JNI 函数入口点需要用 JNICALL.
因此，您从 hardfloat 中获得的实际好处只是您在每次函数调用中节省了一些指令（正如第一个 link 中的答案所指出的，这些非常便宜）。根据库的功能结构，这可能是一个完全无关紧要的更改，也可能很明显。不幸的是，我不太了解 OpenCV 的内部结构，无法猜测有多大的潜在加速（如果有的话）。
所以回顾一下，是的，你是对的，你只是在构建你的代码的硬浮点版本，但 link将它转换为 OpenCV 的软浮点 ABI 版本。为了使事情正常进行，您还可以在对 OpenCV 的所有函数调用上添加 __attribute__((pcs("aapcs"))) 标记，但这几乎会抛弃所有潜在的优势，因为所有繁重的工作（很可能）是在库中完成的，而不是在您的调用代码中。
因此，为了获得硬浮动 ABI 的潜在好处，您需要使用 -mhard-float 参数重建所有 OpenCV（具体如何操作，虽然我帮不了您).但只要它是针对 armeabi-v7a（使用 -march=armv7-a -mfpu=vfpv3 参数）构建的，它就应该已经在使用硬件 FPU，它只是使用向后兼容的 ABI。 softfp ABI 的开销比完整的 softfloat 版本（不是用 -mfpu=vfpv3 构建）的开销小几个数量级。