OpenVX我觉得可以认为是OpenCV的嵌入式版本（计算机视觉和人工智能），OpenVX提供一些图像处理的标准的API，系统第三方Vendor可以用硬件来实现一些图像处理功能，效率更高，而OpenCV则偏向于用Software的方式来实现这一些定义的功能（本章只是简单做一个记录，并不详细说实现）。
在OpenVX当中，有一个关键词叫做kernel，这里的kernel并不是指操作系统的kernel，而是指OpenVX中的一种功能，比如对一个图片进行高通滤波的功能就是openVX的一个功能，这在OpenVX里面叫做一个user kernel。既然kernel是一种提供给用户使用的功能，那么这个功能函数一般支持传参，通过参数的不同来改变kernel的运行结果（比如传入的图片就算一个参数），在OpenVX当中，把参数定义初始化好后的kenrel叫做node, 因此，node就是kernel的一个实例化即拥有指定参数的kernel。在CNN中，OpenVX的node就是一个layer层，而OpenVX的运行是基于node来运行的，所有的node会被链接到图(graph)中，最后由graph统一运行。运行例子如下（具体编程参考后面的链接）：
既然存在user kernel（这个功能运行在当前CPU上），TI在openVX的基础上增加了remote kernel即这个Kernel函数是运行在其他CPU上面的，这样做可以让多个CPU并行运算，提升运行效率，比如将不同功能分发给擅长该功能的CPU运行，可以事半功倍（这里就简单提一下，不详细说具体实现）。
TI的多核并行运算TIOpenVX数据逻辑如下（远程CPU之间通信是通过共享内存和rpmsg实现，下图是一个DSP+ARM流程图）：
TI修改后的TiOpenVX代码初始化逻辑框架如下：
参考链接：