初学树莓派——(六)树莓派安装OpenCV及USB摄像头配置

本文详细介绍了如何在树莓派上安装OpenCV,包括换源、安装依赖、下载whl包、使用pip安装以及验证安装成功。此外,还通过USB摄像头的配置和测试来检查OpenCV的安装情况,确保其正常工作。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

目录

1、安装OpenCV

1.1前言

1.2换源及源内容更新

1.3安装依赖

1.4下载whl包

 1.5安装OpenCV

1.6检查安装

2、USB摄像头配置(同时检查OpenCV安装情况)

2.1前言

2.2Python调用cv2库来检查是否安装到位


1、安装OpenCV

1.1前言

  此处对流 浪 猫表示感谢,本文参考了超简单教你在树莓派上安装opencv(二)

初学树莓派番外——(一)复制系统中已经说过,我复制系统的目的就是扩容,然后安装OpenCV去跑人工智能,我的系统是官网下载的32位系统,Python版本为3.9.2。建议大家在安装OpenCV前将SD卡备份或者复制一份,出错的时候不至于从头再来。

getconf LONG_BIT    //查询系统位数
python              //查询Python版本

1.2换源及源内容更新

由于树莓派软件源为国外的网站,导致下载软件和搭建的服务器等运行速度比较慢,更换国内源可以提高下载速度,也不容易出现各种错误。

输入命令实现换源

wget -qO- https://tech.biko.pub/resource/rpi-replace-apt-source-buster.sh | sudo bash

输入命令实现源内容更新

sudo apt-get update

sudo apt-get upgrade

1.3安装依赖

输入以下命令来安装依赖

sudo apt-get install libatlas-base-dev
sudo apt-get install libjasper-dev
sudo apt-get install libqtgui4
sudo apt-get install python3-pyqt5
sudo apt install libqt4-test

只要不出现红色的warnning都是没问题的

1.4下载whl包

输入命令uname -a即可查询系统架构

whl包下载网址https://piwheels.org/project/opencv-python/#install

我下载的是这个,大家根据自己系统架构和Python版本来选择

下载完之后将whl包想办法放到树莓派里面,远程传输和U盘拷贝都可以

 1.5安装OpenCV

cd Desktop//进入桌面

pip install opencv_python-4.5.5.64-cp39-cp39-linux_armv7l//安装whl

成功安装

1.6检查安装

输入命令python

输入import numpy

输入numpy.__version__

此时返回numpy版本号

输入import cv2

输入cv2.__version__

此时返回cv2版本号

到这里就表示已经安装成功,接下来就可以通过USB摄像头以实战的方式来检查OpenCV的安装情况

2、USB摄像头配置(同时检查OpenCV安装情况)

2.1前言

此处对@陌阡表示感谢,本文参考了树莓派与OpenCV实现人脸识别(人脸识别篇)

测试摄像头的前提是已经在树莓派中开启了camera接口

接下来在插入USB摄像头前后都输入lsusb以便于观察是否有设备接入

首先检查摄像头是否能够正常使用,我们使用luvcview这个工具来查看摄像头的实时视频

输入命令sudo apt-get install luvcview安装luvcview

输入命令luvcview -s 1080x720//以1080*720表示采集的分辨率

这个时候我们就可以看到摄像头采集的实时画面了

输入Ctrl+C退出

2.2Python调用cv2库来检查是否安装到位

下载相关程序git clone https://gitee.com/jeebus/Facial_Recognition.git

默认保存在Facial_Recognition文件夹下

输入命令cd Facial_Recognition

输入命令python3 simpleCamTest.py

如果OpenCV库没有安装到位的话,那我们在执行上述py文件的时候会报错,正常执行的话就是图所示

输入Ctrl+C退出

### 树莓派控制机械臂项目的教程与资源 树莓派作为一种功能强大的单板计算机,能够很好地支持复杂的硬件控制系统,例如通过编程实现对机械臂的操作。以下是关于树莓派控制机械臂的相关教程、项目以及资源的信息。 #### 使用树莓派作为主控设备 树莓派可以被配置为主控单元来驱动机械臂的动作。通常情况下,树莓派会连接到伺服电机控制器或其他专用芯片上,这些组件负责实际的物理运动执行[^1]。具体来说,在一个典型的案例中,树莓派4B搭配OpenCV库用于图像处理和目标识别,从而指导机械臂完成特定任务,比如抓取物体[^2]。 #### 开发环境搭建 对于初学者而言,学习如何设置开发环境至关重要。这包括但不限于安装操作系统(如Raspbian)、配置网络连接以及熟悉基本命令行操作等基础技能的学习过程。一旦完成了上述准备工作,则可进一步探索高级应用领域——譬如利用Python编写脚本来操控外部设备。 #### 编程语言选择及其优势分析 鉴于大多数开源社区围绕着Linux生态构建而成的事实, Python 成为了首选之一 ,因为它简单易学且拥有丰富的第三方库支持(像 NumPy 和 SciPy 这样的科学计算工具包)[^1]. 特别是在视觉引导型机器人手臂的设计当中 ,借助 OpenCV 库可以帮助开发者轻松实现对象检测等功能模块 . #### 实际案例分享 有一个具体的实例展示了基于树莓派4B 的小型自动化解决方案 : 它采用了现成市售版本 幻尔科技生产的五自由度教育科研用途金属材质工业级标准接口规格产品; 同时还额外购置了一枚经济实惠价格区间内的高清USB摄像装置配合光源增强附件共同作用于精准定位环节之中 。整个系统的组装相对简便快捷,并且成本低廉适合作为入门练习之选 [^2]. ```python import cv2 from gpiozero import Servo def move_arm(angle): servo = Servo(17) # GPIO pin number where the servo is connected. servo.value = angle / 90 # Convert degrees to value between -1 and 1. cap = cv2.VideoCapture(0) while True: ret, frame = cap.read() gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) _, thresholded = cv2.threshold(gray, 50, 255, cv2.THRESH_BINARY_INV) contours, _ = cv2.findContours(thresholded.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2:] if len(contours) != 0: c = max(contours, key=cv2.contourArea) ((x, y), radius) = cv2.minEnclosingCircle(c) if radius > 10: move_arm(int(y)) # Move arm based on object's vertical position cv2.destroyAllWindows() ``` 此段代码片段演示了怎样结合摄像头捕捉画面并依据其中心位置调整伺服角度以模拟简单的拾取动作逻辑流程图示例说明文档链接地址如下所示:
评论 13
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

会点灯的大力水手

科研需要动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值