1.3gԴ?源码?
2.Spring Boot引起的“堆外内存泄漏”排查及经验总结
3.å大ç¨åºç¼è¯å¨ï¼
4.Artix7系列FPGA实现SDI视频编解码,基于GTP高速接口,源码提供3套工程源码和技术支持
5.神行者PD10(4GB/联通3G)音频视频
6.FPGA高端项目:FPGA基于GS2971+GS2972架构的源码SDI视频收发+HLS多路视频融合叠加,提供1套工程源码和技术支持
3gԴ?源码?
FPGA高端项目:实现SDI视频编解码,提供3套工程源码与技术支持 本文详细阐述了如何使用Xilinx Kintex7-T FPGA开发板进行SDI视频编解码,源码设计过程涵盖了从输入高清SDI信号,源码vue源码逐行解密通过GTX解串、源码SMPTE SDI解码,源码到最终输出HDMI或SDI视频的源码全过程。三种不同的源码工程源码分别对应不同的输出模式:HDMI输出(工程1)、HD-SDI模式(工程2)和3G-SDI模式(工程3),源码以适应不同的源码项目需求。工程1:适用于SDI转HDMI,源码分辨率为x@Hz,源码适合于需要高清输出的源码项目。
工程2:针对SDI转SDI,分辨率为x@Hz,适合于需要直接SDI传输的项目,但需注意x@Hz对显示器有一定要求。
工程3:适用于SDI转3G-SDI,同样支持x@Hz,适用于需要高带宽传输的场景。
设计中,使用了FPGA的GTP/GTX资源进行解串,SMPTE SDI IP核进行编码,配合BT转RGB模块转换视频格式,以及图像缓存和Gv驱动器等模块,确保视频处理的稳定性和兼容性。此外,还提供了完整的工程源码和设计文档,以及针对FPGA编解码SDI视频的培训计划,以帮助学生、研究生和在职工程师快速上手和开发相关项目。 要获取这些资源,请查看文章末尾的获取方式。注意,所有代码仅供学习研究,商业用途需谨慎,且部分代码基于公开资源,如有版权问题,请通过私信沟通。html修改源码Spring Boot引起的“堆外内存泄漏”排查及经验总结
为了更好地实现对项目的管理,我们将组内一个项目迁移到MDP框架(基于Spring Boot),随后我们就发现系统会频繁报出Swap区域使用量过高的异常。笔者被叫去帮忙查看原因,发现配置了4G堆内内存,但是实际使用的物理内存竟然高达7G,确实不正常。JVM参数配置是“-XX:MetaspaceSize=M -XX:MaxMetaspaceSize=M -XX:+AlwaysPreTouch -XX:ReservedCodeCacheSize=m -XX:InitialCodeCacheSize=m, -Xssk -Xmx4g -Xms4g,-XX:+UseG1GC -XX:G1HeapRegionSize=4M”,实际使用的物理内存如下图所示:
使用Java层面的工具定位内存区域(堆内内存、Code区域或者使用unsafe.allocateMemory和DirectByteBuffer申请的堆外内存)。
笔者在项目中添加-XX:NativeMemoryTracking=detailJVM参数重启项目,使用命令jcmd pid VM.native_memory detail查看到的内存分布如下:
发现命令显示的committed的内存小于物理内存,因为jcmd命令显示的内存包含堆内内存、Code区域、通过unsafe.allocateMemory和DirectByteBuffer申请的内存,但是不包含其他Native Code(C代码)申请的堆外内存。所以猜测是使用Native Code申请内存所导致的问题。
为了防止误判,笔者使用了pmap查看内存分布,发现大量的M的地址;而这些地址空间不在jcmd命令所给出的地址空间里面,基本上就断定就是这些M的内存所导致。
使用系统层面的工具定位堆外内存。
因为已经基本上确定是Native Code所引起,而Java层面的工具不便于排查此类问题,只能使用系统层面的工具去定位问题。
首先,使用了gperftools去定位问题。
从上图可以看出:使用malloc申请的的内存最高到3G之后就释放了,之后始终维持在M-M。笔者第一反应是:难道Native Code中没有使用malloc申请,直接使用mmap/brk申请的?(gperftools原理就使用动态链接的方式替换了操作系统默认的内存分配器(glibc)。)
然后,使用strace去追踪系统调用。
因为使用gperftools没有追踪到这些内存,于是直接使用命令“strace -f -e"brk,mmap,munmap" -p pid”追踪向OS申请内存请求,但是并没有发现有可疑内存申请。
接着,使用GDB去dump可疑内存。
因为使用strace没有追踪到可疑内存申请;于是想着看看内存中的情况。就是perf查看源码直接使用命令gdp -pid pid进入GDB之后,然后使用命令dump memory mem.bin startAddress endAddressdump内存,其中startAddress和endAddress可以从/proc/pid/smaps中查找。然后使用strings mem.bin查看dump的内容,如下:
从内容上来看,像是解压后的JAR包信息。读取JAR包信息应该是在项目启动的时候,那么在项目启动之后使用strace作用就不是很大了。所以应该在项目启动的时候使用strace,而不是启动完成之后。
再次,项目启动时使用strace去追踪系统调用。
项目启动使用strace追踪系统调用,发现确实申请了很多M的内存空间,截图如下:
使用该mmap申请的地址空间在pmap对应如下:
最后,使用jstack去查看对应的线程。
因为strace命令中已经显示申请内存的线程ID。直接使用命令jstack pid去查看线程栈,找到对应的线程栈(注意进制和进制转换)如下:
这里基本上就可以看出问题来了:MCC(美团统一配置中心)使用了Reflections进行扫包,底层使用了Spring Boot去加载JAR。因为解压JAR使用Inflater类,需要用到堆外内存,然后使用Btrace去追踪这个类,栈如下:
然后查看使用MCC的地方,发现没有配置扫包路径,默认是扫描所有的包。于是修改代码,配置扫包路径,发布上线后内存问题解决。
为什么堆外内存没有释放掉呢?
虽然问题已经解决了,但是有几个疑问。带着疑问,直接看了一下 Spring Boot Loader那一块的源码。发现Spring Boot对Java JDK的InflaterInputStream进行了包装并且使用了Inflater,而Inflater本身用于解压JAR包的需要用到堆外内存。而包装之后的类ZipInflaterInputStream没有释放Inflater持有的堆外内存。于是以为找到了原因,立马向Spring Boot社区反馈了这个bug。但是反馈之后,就发现Inflater这个对象本身实现了finalize方法,在这个方法中有调用释放堆外内存的fishgame源码csdn逻辑。也就是说Spring Boot依赖于GC释放堆外内存。
使用jmap查看堆内对象时,发现已经基本上没有Inflater这个对象了。于是就怀疑GC的时候,没有调用finalize。带着这样的怀疑,把Inflater进行包装在Spring Boot Loader里面替换成自己包装的Inflater,在finalize进行打点监控,结果finalize方法确实被调用了。于是又去看了Inflater对应的C代码,发现初始化的使用了malloc申请内存,end的时候也调用了free去释放内存。
此时,怀疑free的时候没有真正释放内存,便把Spring Boot包装的InflaterInputStream替换成Java JDK自带的,发现替换之后,内存问题也得以解决了。
再次看gperftools的内存分布情况,发现使用Spring Boot时,内存使用一直在增加,突然某个点内存使用下降了好多(使用量直接由3G降为M左右)。这个点应该就是GC引起的,内存应该释放了,但是在操作系统层面并没有看到内存变化,那是不是没有释放到操作系统,被内存分配器持有了呢?
继续探究,发现系统默认的内存分配器(glibc 2.版本)和使用gperftools内存地址分布差别很明显,2.5G地址使用smaps发现它是属于Native Stack。内存地址分布如下:
到此,基本上可以确定是内存分配器在捣鬼;搜索了一下glibc M,发现glibc从2.开始对每个线程引入内存池(位机器大小就是M内存),原文如下:
按照文中所说去修改MALLOC_ARENA_MAX环境变量,发现没什么效果。查看tcmalloc(gperftools使用的内存分配器)也使用了内存池方式。
为了验证是内存池搞的鬼,就简单写个不带内存池的内存分配器。使用命令gcc zjbmalloc.c -fPIC -shared -o zjbmalloc.so生成动态库,然后使用export LD_PRELOAD=zjbmalloc.so替换掉glibc的内存分配器。其中代码Demo如下:
通过在自定义分配器当中埋点可以发现实际申请的堆外内存始终在M-M之间,gperftools监控显示内存使用量也是医护到家 源码在M-M左右。但是从操作系统角度来看进程占用的内存差别很大(这里只是监控堆外内存)。
使用不同分配器进行不同程度的扫包,占用的内存如下:
为什么自定义的malloc申请M,最终占用的物理内存在1.7G呢?因为自定义内存分配器采用的是mmap分配内存,mmap分配内存按需向上取整到整数个页,所以存在着巨大的空间浪费。通过监控发现最终申请的页面数目在k个左右,那实际上向系统申请的内存等于k * 4k(pagesize) = 2G。
为什么这个数据大于1.7G呢?因为操作系统采取的是延迟分配的方式,通过mmap向系统申请内存的时候,系统仅仅返回内存地址并没有分配真实的物理内存。只有在真正使用的时候,系统产生一个缺页中断,然后再分配实际的物理Page。
整个内存分配的流程如上图所示。MCC扫包的默认配置是扫描所有的JAR包。在扫描包的时候,Spring Boot不会主动去释放堆外内存,导致在扫描阶段,堆外内存占用量一直持续飙升。当发生GC的时候,Spring Boot依赖于finalize机制去释放了堆外内存;但是glibc为了性能考虑,并没有真正把内存归返到操作系统,而是留下来放入内存池了,导致应用层以为发生了“内存泄漏”。所以修改MCC的配置路径为特定的JAR包,问题解决。在发表这篇文章时,发现Spring Boot的最新版本(2.0.5.RELEASE)已经做了修改,在ZipInflaterInputStream主动释放了堆外内存不再依赖GC;所以Spring Boot升级到最新版本,这个问题也可以得到解决。
å大ç¨åºç¼è¯å¨ï¼
C++çç¼è¯å¨é½æåªäº?
kDevelopãAnjutaãCodeBlocksãVisualMingwãIdeoneãEclipseCDTãCompilrãCodeLiteãNetbeansC++ãDev?C++ã
Kdevelopæ¯ä¸ä¸ªä¸ä¸ºC/C++åå ¶ä»è¯è¨çå¼æºæ©å±æ件IDEï¼å®åºäºKDevPlatformå¹³å°ï¼è¿æ¯ä¸æ¬¾å¯ç¨äºIDEåºç¡å¼æºåºã
AnjutaDevstudioæ¯å¦å¤ä¸æ¬¾å¼ºå¤§çå¼åå·¥å ·ï¼æ¥æå è¿çç¼ç¨ç¹æ§å æ¬é¡¹ç®ç®¡çãåºç¨ç¨åºå导ã交äºå¼è°è¯å¨ãæºç ç¼è¾å¨ãçæ¬æ§å¶ï¼GUI设计ãåæå¨ççï¼è¿æ¬¾å·¥å ·ä¸ºC/C++å¼åè æä¾å¼ºå¤§çç¨æ·çé¢æ¥å£ã
CodeBlocksæ¯ä¸æ¬¾æ¯è¾æµè¡çå è´¹ä¸å¼æºçéæå¼åç¯å¢ï¼è¯¥å·¥å ·æ¥æææåè½ï¼è½å¤æ»¡è¶³å¼åè æéï¼æ¯å¦é«æçç¨æ·çé¢ãç¼è¯åè°è¯åè½çã
Visual-MigGWæ¯ä¸æ¬¾æ为ç®åçå¼æºIDEï¼å®ææçWindowsAPIé½å¯æ¥è¿è¡ç®åå¿«éçå¼åï¼å®è¿æ¯æä¸ä¸ªéæ¶å¯ç¨çåºç¨æ¡æ¶ï¼é¡¹ç®æ管å¨SourceForge.netã
Ideoneæ¯ä¸æ¬¾å¨çº¿ç¼è¾å¨åè°è¯å·¥å ·ï¼è¿æ¬¾å·¥å ·æä¾äºå¼ºå¤§çåè½ï¼å¸®å©ç¨åºå以æ´å å¿«éææçæ¹å¼ç¼è¯æºä»£ç ã
EclipseCDTæä¾æ´å é«æçåè½ï¼å¦ï¼æ¯æ为åç§å·¥å ·é¾æä¾é¡¹ç®å建å管çãæ åæ建ãæºç 导èªãåç§ç¥è¯å·¥å ·æºï¼ä»£ç ç¼è¾å¨åè½å¦é«äº®æ¾ç¤ºãæå ãè¶ é¾æ¥å¯¼èªãæºä»£ç éæ以å代ç çæï¼å¯è§åè°è¯å·¥å ·ï¼å æ¬å åãå¯åå¨ååæ±ç¼è§å¾ã
Compileræ¯ä¸æ¬¾å¨çº¿éæå¼åå·¥å ·ï¼å è®¸ä½ ç¼å令人å°è±¡æ·±å»ç代ç åè½åç®åçç¨æ·çé¢ï¼è¯¥å·¥å ·æ¯æçè¯è¨å¦CãC++ãJavaãHTMLã
Codeliteæ¯ä¸æ¬¾æ好çå è´¹å¼æºçIDEï¼å ä¹å¯è¿è¡äºææå¹³å°ã
Netbeanså·¥å ·å å«å¤ç§ç±»å模æ¿ï¼å®æ¥æ迷人çåè½ï¼ä½¿å ¶å¨Webå¼åè æ´å æµè¡ï¼æ¯å¦ï¼ä»£ç åå©ãç¼è¯é ç½®ãåå æµè¯ãæºç æ£æµãè¿ç¨å¼ååæ件导èªçåè½ã
DevC++çåè½å æ¬ï¼ç±»æµè§å¨ãéæè°è¯ãæ¯æGCCã项ç®ç®¡çã代ç ç¼è¯ãç¼è¾ä¸ç¼è¯èµæºæ件ãå·¥å ·ç®¡çãåè½æ¸ åã
windowsçpc端ç¼è¯å¨æåªäºWindowsçpc端ç¼è¯å¨æï¼
1)VisualStudio
Windowsä¸é¦å æ¨è大家使ç¨å¾®è½¯å¼åçVisualStudioï¼ç®ç§°VSï¼ï¼å®æ¯Windowsä¸çæ åIDEï¼å®é å¼åä¸å¤§å®¶ä¹é½å¨ä½¿ç¨ã为äºéåºææ°çWindowsæä½ç³»ç»ï¼å¾®è½¯æ¯éä¸æ®µæ¶é´ï¼ä¸è¬æ¯ä¸ä¸¤å¹´ï¼å°±ä¼å¯¹VSè¿è¡å级ãVSçä¸åçæ¬ä»¥åå¸å¹´ä»½å½åï¼ä¾å¦VSæ¯å¾®è½¯äºå¹´åå¸çï¼VSæ¯å¾®è½¯äºå¹´åå¸çã
ä¸è¿VSæç¹åºå¤§ï¼å®è£ å æ2~3Gï¼ä¸è½½ä¸æ¹ä¾¿ï¼èä¸ä¼å®è£ å¾å¤ææ¶ç¨ä¸å°çå·¥å ·ï¼å®è£ æ¶é´å¨å个å°æ¶å·¦å³ã
对äºåå¦è ï¼ææ¨è使ç¨VSãæ好ä¸ç¨ä½¿ç¨VSï¼æç¹ååå¦è ã
2)Dev?C++
å¦æä½ è®¨åVSçå¤ææ§ï¼é£ä¹å¯ä»¥ä½¿ç¨DevC++ãDevC++æ¯ä¸æ¬¾å è´¹å¼æºçC/C++IDEï¼å åµ?GCC?ç¼è¯å¨ï¼LinuxGCCç¼è¯å¨çWindows移æ¤çï¼ï¼æ¯NOIãNOIP?çæ¯èµçæå®å·¥å ·ãDevC++çä¼ç¹æ¯ä½ç§¯å°ï¼åªæå åå ï¼ãå®è£ å¸è½½æ¹ä¾¿ãå¦ä¹ ææ¬ä½ï¼ç¼ºç¹æ¯è°è¯åè½å¼±ã
NOIæ¯NationalOlympiadinInformaticsç缩åï¼è¯ä¸ºâå ¨å½éå°å¹´ä¿¡æ¯å¦å¥¥æå¹å ç«èµâï¼NOIPæ¯NationalOlympiadininformaticsinProvincesç缩åï¼è¯ä¸ºâå ¨å½éå°å¹´ä¿¡æ¯å¦å¥¥æå¹å èèµâãNOIãNOIPé½æ¯å¥¥æå¹å ç«èµçä¸ç§ï¼åå è å¤ä¸ºé«ä¸çï¼è·å¥è å°è¢«ä¿éå°åç大å¦æè å¾å°é«èå åèµæ ¼ã
3)VisualC++6.0
VisualC++6.0ï¼ç®ç§°VC6.0ï¼æ¯å¾®è½¯å¼åçä¸æ¬¾ç»å ¸çIDEï¼å¾å¤é«æ ¡é½ä»¥VC6.0为æå¦å·¥å ·æ¥è®²è§£CåC++ãä½VC6.0æ¯å¹´ç产åï¼å¾å¤èäºï¼å¨Win7ãWin8ãWinä¸ä¼æåç§åæ ·çå ¼å®¹æ§é®é¢ï¼çè³æ ¹æ¬ä¸è½è¿è¡ï¼æ以ä¸æ¨è使ç¨ã
VC6.0æ©å°±è¯¥æè¿åå¾æ¡¶äºï¼å¯æ¯ä¾ç¶æå¾å¤å¤§å¦æå®ä½ä¸ºæå¦å·¥å ·ï¼å¹¶ä¸éç¨çææä¹ä»¥VC6.0为åºç¡æ¥è®²è§£Cè¯è¨åC++ï¼å¯è§æå¦ä½å¶çæ端è½åï¼è¯¾ç¨ä½ç³»çæ´æ°è¿è¿è·ä¸ä¸ææ¯çè¿æ¥ã
4)å ¶å®IDE
é¤äºä¸é¢æå°çä¸æ¬¾IDEï¼Windowså¹³å°ä¸è¿æå¾å¤å ¶ä»çIDEï¼å®ä»¬åæç¹ç¹ï¼ä¾å¦ï¼
Code::Blocksæ¯ä¸æ¬¾å¼æºã跨平å°ãå è´¹çC/C++IDEï¼å®åDevC++é常类似ï¼å°å·§çµæ´»ï¼æäºå®è£ åå¸è½½ï¼ä¸è¿å®ççé¢è¦æ¯DevC++å¤æä¸äºï¼ä¸å¦DevC++æ¥å¾æ¸ ç½ã
TurboCæ¯ä¸æ¬¾å¤èçãDOS年代çCè¯è¨å¼åå·¥å ·ï¼ç¨åºååªè½ä½¿ç¨é®çæ¥æä½TurboCï¼ä¸è½ä½¿ç¨é¼ æ ï¼æ以é常ä¸æ¹ä¾¿ãä½æ¯TurboCéæäºä¸å¥å¾å½¢åºï¼å¯ä»¥å¨æ§å¶å°ç¨åºä¸ç»å¾ï¼çèµ·æ¥é常ç«é ·ï¼æ以è³ä»ä»ç¶æ人å¨ä½¿ç¨ã
C-Freeæ¯ä¸æ¬¾å½äº§çWindowsä¸çC/C++IDEï¼ææ°çæ¬æ¯5.0ï¼æ´ä¸ªè½¯ä»¶æMï¼é常轻巧ï¼å®è£ ä¹ç®åï¼çé¢ä¹æ¯DevC++æ¼äº®ãC-Freeç缺ç¹ä¹æ¯è°è¯åè½å¼±ãå¯æçæ¯ï¼C-Freeå·²ç»å¤å¹´ä¸æ´æ°äºï¼ç»ä»¶é½èäºï¼åªè½å¨XPãWin7ä¸è¿è¡ï¼å¨Win8ãWinä¸å¯è½ä¼åå¨å ¼å®¹æ§é®é¢ã
常è§çCè¯è¨ç¼è¯å¨æ¯ä»ä¹ï¼ç®åææµè¡çCè¯è¨ç¼è¯å¨æ以ä¸å ç§ï¼
1ãGNUCompilerCollectionæ称?GCC
GCCï¼GNUCompilerCollectionï¼GNUç¼è¯å¨å¥ä»¶ï¼ï¼æ¯ç±GNUå¼åçç¼ç¨è¯è¨ç¼è¯å¨ãå®æ¯ä»¥GPL许å¯è¯æåè¡çèªç±è½¯ä»¶ï¼ä¹æ¯GNU计åçå ³é®é¨åã
GCCåæ¬ä½ä¸ºGNUæä½ç³»ç»çå®æ¹ç¼è¯å¨ï¼ç°å·²è¢«å¤§å¤æ°ç±»Unixæä½ç³»ç»ï¼å¦LinuxãBSDãMacOSXçï¼é纳为æ åçç¼è¯å¨ï¼GCCåæ ·éç¨äºå¾®è½¯çWindowsãGCCæ¯èªç±è½¯ä»¶è¿ç¨åå±ä¸çèåä¾åï¼ç±èªç±è½¯ä»¶åºéä¼ä»¥GPLåè®®åå¸ã
2ãMicrosoftCæ称MSC
MicrosoftCæ¯cè¯è¨çä¸ç§IDEï¼éæå¼åç¯å¢ï¼ï¼å¸¸è§çè¿æMicrosoftVisualC++ï¼BorlandC++ï¼WatcomC++,BorlandC++ï¼BorlandC++Builder,BorlandC++3.1forDOS,WatcomC++.0forDOS,GNUDJGPPC++ï¼LccwinCCompiler3.1,HighC,TurboCçç......
3ãBorlandTurboCæ称TurboC
TurboCæ¯ç¾å½Borlandå ¬å¸ç产åï¼Borlandå ¬å¸æ¯ä¸å®¶ä¸é¨ä»äºè½¯ä»¶å¼åãç å¶çå¤§å ¬å¸ãè¯¥å ¬å¸ç¸ç»§æ¨åºäºä¸å¥Turboç³»å软件,å¦TurboBASIC,TurboPascal,TurboProlog,è¿äºè½¯ä»¶å¾åç¨æ·æ¬¢è¿ã
æ©å±èµæï¼
Cç¼è¯çæ´ä¸ªè¿ç¨å¾å¤æï¼å¤§è´å¯ä»¥å为以ä¸å个é¶æ®µï¼
1ãé¢å¤çé¶æ®µå¨è¯¥é¶æ®µä¸»è¦å®æ对æºä»£ç çé¢å¤çå·¥ä½ï¼ä¸»è¦å æ¬å¯¹å®å®ä¹æ令ï¼å¤´æ件å å«æ令ï¼é¢å®ä¹æ令åç¹æ®å符çå¤çï¼å¦å¯¹å®å®ä¹çæ¿æ¢ä»¥åæ件头ä¸æå å«çæ件ä¸é¢å®ä¹ä»£ç çæ¿æ¢çï¼æ»ä¹è¿æ¥ä¸»è¦å®æä¸äºæ¿æ¢å·¥ä½ï¼è¾åºæ¯åæºæ件å«ä¹ç¸åä½å 容ä¸åçæ件ã
2ãç¼è¯ãä¼åé¶æ®µç¼è¯å°±æ¯å°ç¬¬ä¸é¶æ®µå¤çå¾å°çæ件éè¿è¯æ³è¯æ³åæç转æ¢ä¸ºæ±ç¼è¯è¨ãä¼åå æ¬å¯¹ä¸é´ä»£ç çä¼åï¼å¦å é¤å ¬å ±è¡¨è¾¾å¼ï¼å¾ªç¯ä¼åçï¼å对ç®æ 代ç ççæè¿è¡çä¼åï¼å¦å¦ä½å åå©ç¨æºå¨çå¯åå¨åæ¾æå ³åéçå¼ï¼ä»¥åå°å å访é®æ¬¡æ°ã
3ãæ±ç¼é¶æ®µå°æ±ç¼è¯è¨ç¿»è¯ææºå¨æ令ã
4ãé¾æ¥é¶æ®µé¾æ¥é¶æ®µç主è¦å·¥ä½æ¯å°æå ³çç®æ æ件è¿æ¥èµ·æ¥ï¼å³å°å¨ä¸ä¸ªæ件ä¸å¼ç¨ç符å·å该符å·å¨å¦å¤ä¸ä¸ªæ件ä¸çå®ä¹è¿æ¥èµ·æ¥ï¼ä½¿å¾ææçç®æ æ件æ为ä¸ä¸ªè½å¤è¢«æä½ç³»ç»è£ å ¥æ§è¡çç»ä¸æ´ä½ã
åèèµææ¥æºï¼ç¾åº¦ç¾ç§-gccï¼GNUç¼è¯å¨å¥ä»¶ï¼
åèèµææ¥æºï¼ç¾åº¦ç¾ç§-MicrosoftC
åèèµææ¥æºï¼ç¾åº¦ç¾ç§-TurboC
Artix7系列FPGA实现SDI视频编解码,基于GTP高速接口,提供3套工程源码和技术支持
Artix7系列FPGA实现SDI视频编解码,基于GTP高速接口,提供3套工程源码和技术支持
前言
本文介绍了如何使用FPGA实现SDI视频的编解码,提出了两种实现方案:一是使用专用编解码芯片,优点是简单,但成本较高;二是使用FPGA逻辑资源实现,合理利用了FPGA资源,但操作难度较大。本方案提供了硬件开发板、工程源码等资源,适用于Xilinx系列FPGA的Artix7低端系列。
工程概述
基于Xilinx的Artix7系列FPGA开发板,实现SDI视频编解码,支持输入3G-SDI相机或HDMI转3G-SDI盒子,支持自适应输入HD/SD/3G-SDI格式。SDI视频经过Gva芯片转换为差分信号,通过GTP高速接口进行解串,使用Xilinx的SMPTE SDI IP核解码,并输出BT视频。对于RGB视频,本设计提供两种输出方式:一种是通过HDMI发送模块输出到HDMI显示器;另一种是通过RGB转BT模块后,使用SMPTE SDI IP核编码输出SDI视频。
针对不同需求,提供了三种工程源码:一种是不使用缓存的HDMI输出方案,适用于低延时场景;另一种是使用缓存的HDMI输出方案,适用于需要视频缓存的场景;最后一种是使用缓存的SDI输出方案,适用于SDI转SDI的场景。每种方案都有详细的工程源码和Block Design设计。
为了帮助读者理解和移植工程,还提供了详细的移植说明和上板调试验证步骤。此外,本博客还提供了SDI视频编解码的专栏链接,包括基于GS/GS的方案、基于GTP/GTX资源的方案,以及针对Kintex、Zynq系列FPGA的应用案例。
为了满足不同用户的需求,本博客还提供了工程代码的获取方式,以及针对不同场景的解决方案。同时,为了提供更丰富和个性化的服务,本博主还提供了额外的服务选项,以适应不同用户的具体需求。
神行者PD(4GB/联通3G)音频视频
神行者PD(4GB/联通3G)是一款集音频和视频播放功能于一体的设备,它提供了丰富的格式选择,以满足您的娱乐需求。
在音频播放方面,神行者PD兼容多种格式,包括WAV,这是高质量音频的标准格式,MP3和MP2是常见的压缩格式,AAC和AMR-NB适用于移动设备,AMR-WB则提供了更高的音质。MIDI支持电子乐器的声音,Vorbis和APE则是无损音频格式,带给您更纯净的音乐体验。
视频播放方面,它支持H./P,这是一种高清视频编码,为观看**和视频提供了清晰的画面。XVID/DIVX和MPEG4 SP/H./ASP是常见的视频编码格式,适用于大部分设备。VP8则是一个开放源代码的视频编解码器,提供了不错的性能和兼容性。
总的来说,神行者PD(4GB/联通3G)以其全面的音频和视频格式支持,无论您是音乐爱好者还是视频迷,都能在这款设备上找到满意的内容格式,轻松享受多媒体的乐趣。
FPGA高端项目:FPGA基于GS+GS架构的SDI视频收发+HLS多路视频融合叠加,提供1套工程源码和技术支持
FPGA高端项目:FPGA基于GS+GS架构的SDI视频收发+HLS多路视频融合叠加,提供1套工程源码和技术支持
前言
在FPGA的SDI视频编解码领域,有两种主要方案:一是采用专用编解码芯片(如GS接收器与GS发送器),其优点是简化设计,易于实现,但成本相对较高;二是利用FPGA的逻辑资源自定义SDI编解码,通过Xilinx系列FPGA的GTP/GTX资源进行串行/并行转换,并利用SMPTE SDI资源完成SDI编码与解码,此方案的优势在于高效利用FPGA资源,但对开发者的技术要求更高。在这里,我们提供了一套针对Xilinx Zynq FPGA的解决方案,包括硬件开发板、工程源码与技术支持。
设计概述
本设计基于Xilinx Zynq FPGA,采用GS作为SDI视频接收器,将同轴串行SDI视频解码为BT格式,并转换为HDMI输出。输入源为HD-SDI相机,支持SD-SDI、HD-SDI、3G-SDI等多种格式。解码后的视频经BT转RGB模块转换为RGB格式,随后通过HLS多路视频融合叠加技术,叠加第二路视频,并进行缩放、透明度配置等操作,最终输出为3G-SDI视频格式。
实现流程
1. 视频解码:使用GS接收HD-SDI信号,并解码为BT格式视频。
2. 视频转换:将BT格式视频转换为RGB格式,以便后续处理。
3. 多路视频融合叠加:通过HLS技术,将第二路视频进行缩放、透明度配置后与第一路视频融合叠加。
4. 编码输出:使用GS编码器将处理后的RGB视频转换为SDI信号输出,通过SDI转HDMI盒子展示在显示器上。
工程源码与技术支持
本项目提供完整工程源码与技术支持,包括硬件设计、软件开发、上板调试等全过程。源码涵盖硬件配置、视频处理算法、图像缓存、多路视频融合叠加、编码输出等关键环节。此外,还提供详细的工程设计文档,以便用户快速理解并移植至自定义项目中。
注意事项与移植指南
项目移植时需注意FPGA型号、开发环境版本及硬件配置差异。对于不同的FPGA型号,可能需要调整相应的硬件配置和IP锁。此外,当开发环境版本不一致时,需确保与工程源码版本兼容,可通过升级开发环境或调整工程配置解决。对于纯FPGA项目移植至Zynq系列FPGA,需添加Zynq软核。
总结
本项目旨在提供一套完整的FPGA SDI视频处理解决方案,涵盖硬件设计、软件实现、工程源码与技术支持,适用于毕业设计、项目开发,以及医疗、军工等领域的图像处理应用。通过提供详细的工程源码和指导文档,帮助用户快速掌握SDI视频收发与多路视频融合叠加技术。
android x简介
Android X平台是由Beyounn和Cwhuang主持设计的,旨在为X平台提供一套完整的Android系统解决方案。此项目提供了完整的源代码树、配套文档以及Live CD与Live USB,功能强大且广泛,包含Linux 3.0.内核、部分Intel集显支持、部分声卡支持、双摄像头、3G调制解调器支持、自动加载存储卡与移动存储设备、自动检测驱动模式、部分以太网及无线网卡支持、鼠标及部分键盘支持、即时显示电池状况、支持待机功能、部分触摸屏支持、支持压缩档案格式、支持除错模式、加入ARM指令翻译器、加入BusyBox等。此外,Android X版可在虚拟机上运行,如Virtual Box, Qemu, VMware,并提供了Live CD的ISO存档与Live USB Image存档。系统功能强大,支持Wifi无线网络、蓝牙设备、更完善的安装程序与多重启动系统、多平台支持、Fn键支持、电源管理系统、3D加速与高清设备支持、多点触摸设备支持、3G移动设备支持与第三方应用程序开发等。
在改善与优化方面,Android X团队下一步计划改进Wifi无线网络支持(目前支持atk和atk,但其他类型设备需进一步完善)、蓝牙设备支持、更完善的安装程序与多重启动系统、多平台支持、Fn键支持、电源管理系统、3D加速与高清设备支持、多点触摸设备支持、3G移动设备支持与第三方应用程序开发等。随着Intel对Android向x系统移植的深入,Android X计划正在逐步完善。
跑分成绩显示,基于Android 4.0平台的APU E-在性能测试中得分,与三星Galaxy Note、魅族MX相比,APU E-的综合性能领先,仅次于采用Tegra3平台的华硕Transformer Prime。这表明Android X版在部分机型如上网本上已经趋于完美,但在其他机型的兼容性适配上还有待改进。随着Android X计划的进一步发展,其在x平台上的表现将会更加出色。