【树莓派c++图像处理起航1】

已于 2023-10-20 10:56:48 修改
阅读量645 收藏
点赞数
分类专栏： 树莓派 文章标签： 图像处理 人工智能
于 2023-10-19 17:34:21 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ganhui13000/article/details/133921222
版权

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

前言

提示：这里可以添加本文要记录的大概内容：

嵌入式图像处理

提示：以下是本篇文章正文内容，下面案例可供参考

一、Qt OPENCV 安装测试？

示例：树莓派opencv 的安装方法很多，

  • 一种是下载源码编译然后安装，这种叫做大神。要最新，要全还得自己编译。
  • 一种是通过指令直接下载对应的opencv依赖项，应该是树莓派生态比较好，所以能应用的资源比较多。
    以下是这类安装的方法，但是就是这类的安装还是有一堆问题
    c++ opencv 树莓派运行往下将变得简单，

1. 安装qt

输入一下指令

sudo apt-get install qt5-default
sudo apt-get install qtcreator

在这里插入图片描述
Qt 安装完毕后记得检测一下编译器路径是否对了。
在这里插入图片描述

2.安装opencv 的基础库

一直以为安装opencv c++的库要重新编译树莓派环境下的源码，直到看了大佬的视频才明白，原来只安装依赖项就可以用了，这个真的很省事
命令如下：安装往后记得找一下文件的路径

sudo apt-get install libopencv-dev

sudo find / -name "libopencv_core.so"

在这里插入图片描述

3. 安装的路就决定了不会一帆风顺

3.1.QT 安装出错

安装时遇到错误，
在ubuntu22.04上安装qt5-defualt时，我会得到以下错误。

sudo apt-get install qt5-default
复制
产出：

Reading package lists... Done
Building dependency tree... Done
Reading state information... Done
Package qt5-default is not available, but is referred to by another package.
This may mean that the package is missing, has been obsoleted, or
is only available from another source

E: Package 'qt5-default' has no installation candidate

Stack Overflow用户
发布于 2022-10-18 20:28:25

Ubuntu22.04存储库没有qt5-默认包。
解决了Qt安装出错的问题

您可以通过安装qtbase5 5-dev来获得预构建的库。

sudo apt install qtbase5-dev qt5-qmake

在这里插入图片描述

3.2 运行Qt错误

在这里插入图片描述
在这里插入图片描述
更改编译器，解决了Qt运行出错的问题
在这里插入图片描述
查找摄像头设备，为测试做准备
在这里插入图片描述

在这里插入图片描述

4. opencv实际路径，添加入Qt工程中

INCLUDEPATH +=/usr/include/opencv4\
/usr/include/opencv4/opencv2

LIBS +=usr/lib/arm-linux-gnueabihf/libopencv_*.so

在这里插入图片描述
在这里插入图片描述

二、使用步骤

1.框架

在这里插入图片描述

1. 开启摄像头

测试：
静态图像
动态图像

raspistill  //静态图像
raspivid    //动态图像

2.获取显示图像的内容

代码

QT       += core gui

greaterThan(QT_MAJOR_VERSION, 4): QT += widgets

CONFIG += c++11

# You can make your code fail to compile if it uses deprecated APIs.
# In order to do so, uncomment the following line.
#DEFINES += QT_DISABLE_DEPRECATED_BEFORE=0x060000    # disables all the APIs deprecated before Qt 6.0.0

SOURCES += \
    main.cpp \
    mainwindow.cpp

HEADERS += \
    mainwindow.h

FORMS += \
    mainwindow.ui

# Default rules for deployment.
qnx: target.path = /tmp/$${TARGET}/bin
else: unix:!android: target.path = /opt/$${TARGET}/bin
!isEmpty(target.path): INSTALLS += target


INCLUDEPATH +=/usr/include/opencv4\
/usr/include/opencv4/opencv2

LIBS +=/usr/lib/arm-linux-gnueabihf/libopencv_*.so

#include "mainwindow.h"
#include "ui_mainwindow.h"
#include <QLabel>
#include <QPixmap>
#include <QFileDialog>
#include <QDebug>


#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>


using namespace cv;

MainWindow::MainWindow(QWidget *parent)
    : QMainWindow(parent)
    , ui(new Ui::MainWindow)
{
    ui->setupUi(this);
}

MainWindow::~MainWindow()
{
    delete ui;
}


void MainWindow::on_pushButton_clicked()
{

    // 读取图像文件
//    Mat image = imread("1.jpg");

//    // 将OpenCV图像转换为Qt图像类型
//    QImage qImage(image.data, image.cols, image.rows, QImage::Format_RGB888);
//    QPixmap qPixmap = QPixmap::fromImage(qImage);
//    ui->label->setPixmap(qPixmap);

    // 创建窗口和标签来显示图像
   // QWidget window;
   // QLabel label(this);

//    label.setPixmap(qPixmap);
   // window.setCentralWidget(&label);
    //window.show();


   // Mat image = imread("1.jpg");

    // 将OpenCV图像转换为Qt图像类型
//    QImage qImage(image.data, image.cols, image.rows, QImage::Format_RGB888);
//    QPixmap qPixmap = QPixmap::fromImage(qImage);
//    ui->label->setPixmap(qPixmap);

    QString fileName = QFileDialog::getOpenFileName(this, "选择图片", "", "Images (*.jpg *.png)");

          if (!fileName.isEmpty()) {
              // 读取OpenCV图片
              cv::Mat image = cv::imread(fileName.toUtf8().constData(), cv::IMREAD_COLOR);

              if (!image.empty()) {
                  // 将OpenCV图片转换为Qt格式
                  QImage qtImage = QImage((const unsigned char*)(image.data), image.cols, image.rows, image.cols * image.channels(), QImage::Format_RGB888);

                  // 显示图片在标签中
                  ui->label->setPixmap(QPixmap::fromImage(qtImage));
                  //imageLabel->setPixmap(QPixmap::fromImage(qtImage));
              } else {
                  qDebug() << "Failed to load image:" << fileName;
              }
          }

}

2.测试

2.1opencv 调用摄像头发现调用失败反复查找问题，

2.1.1查看摄像头所有参数指令
ls /dev/video*
v4l2-ctl --info -d /dev/video0 --list-formats-ext

查看结果

pi@raspberrypi:~ $ s /dev/video*
bash: s: command not found
pi@raspberrypi:~ $  /dev/video*
bash: /dev/video0: Permission denied
pi@raspberrypi:~ $ ls /dev/video*
/dev/video0   /dev/video12  /dev/video15  /dev/video19  /dev/video22
/dev/video10  /dev/video13  /dev/video16  /dev/video20  /dev/video23
/dev/video11  /dev/video14  /dev/video18  /dev/video21  /dev/video31
pi@raspberrypi:~ $ v4l2-ctl --info -d /dev/video0 --list-formats-ext
Driver Info:
	Driver name      : unicam
	Card type        : unicam
	Bus info         : platform:fe801000.csi
	Driver version   : 6.1.21
	Capabilities     : 0xa5a00001
		Video Capture
		Metadata Capture
		Read/Write
		Streaming
		Extended Pix Format
		Device Capabilities
	Device Caps      : 0x25200001
		Video Capture
		Read/Write
		Streaming
		Extended Pix Format
Media Driver Info:
	Driver name      : unicam
	Model            : unicam
	Serial           : 
	Bus info         : platform:fe801000.csi
	Media version    : 6.1.21
	Hardware revision: 0x00000000 (0)
	Driver version   : 6.1.21
Interface Info:
	ID               : 0x03000005
	Type             : V4L Video
Entity Info:
	ID               : 0x00000003 (3)
	Name             : unicam-image
	Function         : V4L2 I/O
	Flags         : default
	Pad 0x01000004   : 0: Sink
	  Link 0x02000007: from remote pad 0x1000002 of entity 'ov5647 10-0036': Data, Enabled, Immutable
ioctl: VIDIOC_ENUM_FMT
	Type: Video Capture

	[0]: 'YUYV' (YUYV 4:2:2)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[1]: 'UYVY' (UYVY 4:2:2)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[2]: 'YVYU' (YVYU 4:2:2)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[3]: 'VYUY' (VYUY 4:2:2)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[4]: 'RGBP' (16-bit RGB 5-6-5)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[5]: 'RGBR' (16-bit RGB 5-6-5 BE)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[6]: 'RGBO' (16-bit A/XRGB 1-5-5-5)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[7]: 'RGBQ' (16-bit A/XRGB 1-5-5-5 BE)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[8]: 'RGB3' (24-bit RGB 8-8-8)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[9]: 'BGR3' (24-bit BGR 8-8-8)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[10]: 'RGB4' (32-bit A/XRGB 8-8-8-8)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[11]: 'BA81' (8-bit Bayer BGBG/GRGR)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[12]: 'GBRG' (8-bit Bayer GBGB/RGRG)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[13]: 'GRBG' (8-bit Bayer GRGR/BGBG)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[14]: 'RGGB' (8-bit Bayer RGRG/GBGB)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[15]: 'pBAA' (10-bit Bayer BGBG/GRGR Packed)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[16]: 'BG10' (10-bit Bayer BGBG/GRGR)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[17]: 'pGAA' (10-bit Bayer GBGB/RGRG Packed)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[18]: 'GB10' (10-bit Bayer GBGB/RGRG)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[19]: 'pgAA' (10-bit Bayer GRGR/BGBG Packed)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[20]: 'BA10' (10-bit Bayer GRGR/BGBG)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[21]: 'pRAA' (10-bit Bayer RGRG/GBGB Packed)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[22]: 'RG10' (10-bit Bayer RGRG/GBGB)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[23]: 'pBCC' (12-bit Bayer BGBG/GRGR Packed)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[24]: 'BG12' (12-bit Bayer BGBG/GRGR)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[25]: 'pGCC' (12-bit Bayer GBGB/RGRG Packed)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[26]: 'GB12' (12-bit Bayer GBGB/RGRG)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[27]: 'pgCC' (12-bit Bayer GRGR/BGBG Packed)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[28]: 'BA12' (12-bit Bayer GRGR/BGBG)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[29]: 'pRCC' (12-bit Bayer RGRG/GBGB Packed)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[30]: 'RG12' (12-bit Bayer RGRG/GBGB)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[31]: 'pBEE' (14-bit Bayer BGBG/GRGR Packed)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[32]: 'BG14' (14-bit Bayer BGBG/GRGR)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[33]: 'pGEE' (14-bit Bayer GBGB/RGRG Packed)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[34]: 'GB14' (14-bit Bayer GBGB/RGRG)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[35]: 'pgEE' (14-bit Bayer GRGR/BGBG Packed)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[36]: 'GR14' (14-bit Bayer GRGR/BGBG)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[37]: 'pREE' (14-bit Bayer RGRG/GBGB Packed)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[38]: 'RG14' (14-bit Bayer RGRG/GBGB)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[39]: 'GREY' (8-bit Greyscale)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[40]: 'Y10P' (10-bit Greyscale (MIPI Packed))
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[41]: 'Y10 ' (10-bit Greyscale)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[42]: 'Y12P' (12-bit Greyscale (MIPI Packed))
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[43]: 'Y12 ' (12-bit Greyscale)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[44]: 'Y14P' (14-bit Greyscale (MIPI Packed))
		Size: Stepwise 16x16 - 16376x16376 with step 1/1
	[45]: 'Y14 ' (14-bit Greyscale)
		Size: Stepwise 16x16 - 16376x16376 with step 1/1

三、接着测试

本来以为很ok了，结果还是遇到了大问题；
调用：
videocapture =new VideoCapture(0, cv::CAP_V4L2);

1.出现问题1：

open VIDEOIO(V4L2:/dev/video0): can‘t open camera by index

解决：
参考链接：

https://blog.csdn.net/u011304078/article/details/132740921

输入: ls /dev/video* -l
  1. 这个是权限问题，直接通过chmod修改摄像头的权限，如果摄像头挂载到系统的设备名是/dev/video0,输入如下命令后，问题得到解决。
sudo chmod 777 /dev/video0

2.中途去开启了摄像头做了重启

打开摄像头模块
1、在树莓派终端中输入以下命令，打开配置：

sudo raspi-config

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

3.效果如图所示：

在这里插入图片描述
Qt 安装好后的软件展示
在这里插入图片描述

总结

学习框架和测试，用一种不用编译opencv源码的方式，成功的将Qt和opencv 用c++的方式运行了起来，写了基本图像处理的框架，接下来将测试摄像头的参数和相关设置

Winner1300
关注
专栏目录
树莓派与OpenCV图像处理：实现图像增强与分析
WzisTypescript的博客
09-27 548
树莓派（Raspberry Pi）是一款小型的单板计算机，它具有低功耗、低成本和较小的尺寸，非常适合用于嵌入式系统和物联网应用。而OpenCV（开源计算机视觉库）是一个强大的图像处理和计算机视觉库，广泛应用于图像分析、模式识别和计算机视觉任务中。本文将介绍如何在树莓派上使用OpenCV进行图像处理，并提供相应的源代码。
树莓派C++开发机器人智能小车(1)概述
galilee的专栏
10-12 2254
1 概述 都说C++入门难，今天我们就来聊聊它到底难在哪儿？ 语言本身是一方面，因为语法特性、规则比较多，学起来不是那么轻松。缺乏系统的开发经验是另一方面。很多人都是已经通过看书、自学掌握了一定的语言基础，接下来是如何从语法层面过渡到实战、如何快速高效地从不同的项目获取开发经验，大部分人可能卡在这一步了。C++是一种中级语言，比高级语言更加接近硬件。如果企业招聘C++语言，一般是招聘编写系统软件或嵌入式开发，这是都要和硬件打交道。学习的目的就是为了应用，企业找人也会着重考察应用层面的一些...
树莓派4B+Qtdesigner+PyQt5+OpenCv+Python3---图像超分辨实验
m0_50975501的博客
06-01 1470
在树莓派中使用Qtdesigner和PyQt5做界面，用OpenCV处理图像，可以处理本地图片和摄像头捕获的图片
树莓派配置Qt+OpenCV
最新发布
m0_64386340的博客
09-21 838
设置 cmake 参数，安装目录默认各部分分别安装在 /usr/local/ 路径下的 include、bin、lib 三个文件夹下。先在电脑下载opencv-python 和 opencv-contrib-python 库，再传输到树莓派进行编译；cp37表示支持python3.7,armv7l指树莓派系统版本。将这两个源码下载完成后，传输到树莓派新建的文件夹里面。保存重启，即可通过 OpenCV 读取摄像头使用。进入解压后的 opencv 文件夹。选择 Yes ，即打开摄像头功能。
树莓派图像处理基础知识
ganhui13000的博客
10-20 980
树莓派图像处理基础知识
树莓派下python，使用USB和CSI摄像头进行视频连续截图，并进行灰度、二值化处理
ren0zhe的专栏
07-16 6140
硬件平台： 1.树莓派3B 2.CSI摄像头 3.罗技C270 软件平台： 1.raspberrypi系统 2.opencv3.2.0 3.python3.4.2 一、安装opencv 本想省事使用apt安装，但是安装不上，所以就使用源码方式安装，开始安装opencv3.0.0版本 安装参考了博客  http://blog.csdn.net/xukai87110
图像预处理算法————灰度化处理
weixin_48988753的博客
08-14 5576
图像预处理算法适合在FPGA上完成，原理简单且需要快速处理，通常有灰度化、中值、均值滤波等，以及颜色空间转换算法。灰度图像是一种特殊的彩色图像（R=G=B的彩色图像） 只有一种颜色分量，单通道的0-255方法：一般有分量法、最大值法、平均值法、加权平均法四种方法对彩色图像进行灰度化。 除以256可以看作是向右移8位，同样，512，1024，2048等2的n次都可以分析：只有加法乘法以及移位操作 //求平均法GRAY = (R+B+G)/3=（(R+B+G)*85）>>8 =（(R+B+G)*（64+16
树莓派 opencv c++ 实时读取图像和处理
10-20
综上所述，结合树莓派、C++、OpenCV和Qt，我们可以创建一个实时图像处理系统，该系统不仅能从摄像头读取图像，还能进行图像处理和用户交互。这为树莓派在各种嵌入式视觉项目中的应用提供了广泛的可能性。
树莓派实时图像处理技术：使用OpenCV与C++结合
首先，树莓派是一种小型的单板计算机，它具有足够的计算能力来执行复杂的图像处理任务。树莓派通常用于嵌入式系统项目，包括机器人、家庭自动化、和个人媒体中心等。利用树莓派，开发者可以部署实时图像处理系统，如...
使用树莓派构建嵌入式C++调试环境
面向对象思考
04-09 4877
本文以使用树莓派4b为例说明构建嵌入式C++执行环境。树莓派本身可以到各大购物网站直接购买，价格大概300-500元不等。之所有选择树莓派是因为它的系统比较完善，容易上手。但是需要实现说明的是本文说明的大部分内容并不仅限于树莓派。 准备树莓派 下载镜像文件 打开树莓派官方网站的系统镜像下载网页： https://www.raspberrypi.org/downloads...
C/C++/Python图像处理算法实战【1】超详细整理 | 新手入门实用指南 | 图像处理基础
穿着帆布鞋也能走猫步
09-05 2431
图像处理基础知识
树莓派 Ubuntu mate 安装OpenCV及其qt
11-09
树莓派 Ubuntu mate 安装OpenCV及其qt...............................................................................................................................................................................
树莓派+python+opencv（对象追踪，几何变换，阈值，图像模糊）
weixin_44868057的博客
03-18 1187
一：更改色彩空间(一共150多种) 对于颜色转换，我们使用函数cv2.cvtColor（input_image，flag），其中flag确定转换类型。 对于BGR Gray转换，我们使用标志cv2.COLOR_BGR2GRAY。类似地，对于BGR HSV，我们使用标志cv2.COLOR_BGR2HSV。要获取其他标志，只需在Python终端中运行以下命令：→→ import cv2 flags ...
Opencv暑期历程--Day1 图像灰度化->图像二值化->图像形态学操作->滑动条
__计算机小白__
07-16 946
    之前学习Opencv自己比较少动手一行一行敲代码，这也可能导致了我的基础知识不牢，而且光靠那几篇的学习不够，杜老师让我暑假先重新学一遍Opencv,然后弄清楚那些参数等等的功能，在七月底还会有一个小测试给我们来完成，那么现在我打算从http://www.cnblogs.com/skyfsm/p/6872648.html这里的教程一步一步自己实现功能，并且在他的基础上自己看下怎么可以优化...
基于树莓派的openCv + Python的基础图像处理（二）
qq_45370015的博客
04-20 2167
图像的初步处理 彩色图片转灰度图 计算机对图片的处理，不同于生物的信息传递。 它的本质工作：对数据进行运算或处理 所以为了方便计算机处理，我们将图片进行简化（彩色图片转灰度） 引入numpy包 这里我用到了numpy.copy()这一函数 // copy原图片 numpy.copy('test_image.jpg') 转灰度图 这里用到了opencv库中的cvtColor()函数 // 函数相关...
树莓派 Linux + QT+ OpenCV 环境搭建
FuShaofeng的博客
06-03 1709
1.按照树莓派官网https://www.raspberrypi.org/downloads/提供的说明步骤选择需要的操作系统，并将其写入到SD卡中。本示例下载的是：RaspberryPiOS(32-bit)withdesktopandrecommendedsoftware（学习用推荐）Version:May2020 2.将烧写有操作系统的SD卡插入树莓派，启动树莓派 3.在树莓派终端下以root权限运行raspi-config $sudoraspi-config ...
【机器视觉学习笔记】二值图像和灰度图像的膨胀、腐蚀、开运算、闭运算算法（C++）
乙酸氧铍的博客
10-25 6172
目录完整源码效果原图腐蚀运算膨胀运算开运算闭运算 平台：Windows 10 20H2 Visual Studio 2015 OpenCV 4.5.3 完整源码 //包含头文件 #include <opencv2/opencv.hpp> //命名空间 using namespace cv; using namespace std; //全局函数声明部分 //我的腐蚀运算 Mat Erode(Mat src, Mat Mask, uint32_t x0, uint32_t y0) {
【树莓派中编写python、c++推荐使用的编译器】
ganhui13000的博客
07-29 1984
树莓派中编写python、c++推荐使用的编译器
树莓派安装Opencv+Contrib和 QT 详细教程
weixin_43652359的博客
02-23 2859
文章目录前言一、卸载OpenCV或重装系统1、卸载OpenCV2、重装系统①. 下载raspbian②. 安装raspbian③. 配置树莓派WiFi和SSH④. 树莓派VNC设置⑤. 使用vnc进入树莓派二、安装OpenCV1.拓展树莓派的文件系统2.更换树莓派源为国内镜像源3.安装OpenCV所需要依赖的工具和一些图像视频库①.安装CMake开发人员工具②.安装常用图像工具包4.下载OpenCV源码重点！！！contrib文件必须使用wget下载5.可能需要的文件6.配置CMake7.编译OpenCV①
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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