【前言】
校内实习制作——基于树莓派的云台人脸追踪系统。本文主要是记录我的操作和执行过程。
由于要同时准备考研,所以只能学习做一个简易的系统啦,希望能有收获叭。
【个人情况(供看文章的同学参考):
①树莓派初学者,第一次操作全新树莓派(包括选购器件、安装硬件、烧录镜像、配置所有本次实验需要的树莓派通信环境等等)。
②python初学者,但是有其他语言基础。
文中有大量试错过程可供参考。】
九月份补充说明:整体合计约两个月的时长,因为答主考研,所以只能花这么长时间学习相关知识并实践。
除了最开始的集中实践,后续基本都是零零散散的调试。
基础配置我卡了很久很久,花了非常多的时间摸索。我决定把我的操作和遇到的问题都记录下来。希望能对需要的小伙伴有一点帮助。
时长记录 |
事件 | 时长 | 原因 | 器材选购 | 约四天 | 选择商家并购买(半天左右),快递(三天左右) | 树莓派环境配置 | 约一周 | 镜像下载、烧录及更换(半天左右)SD卡内存不够,更换大内存SD卡(快递三天左右)。找不到ip地址pc端无法远程控制树莓派(半天左右解决)尝试更改成静态ip,尝试多种方法无果,镜像崩溃,重新烧录镜像(折腾了一天多)。尝试使用手机app端控制,效果不佳,采用了一种很冷门的瞄定方法,成功了(约一天)。选择、下载及学习了如何配置文件传输工具sshClient、远程控制工具vnc。 | pip和opencv配置 | 约三天 | 主要难点:学习并实践opencv和pip的配置和简单使用。 | 学习python和opencv | 始终 | 抽空学习。目前还是菜鸟水平。我在博客推荐了一些亲测比较适合新手学习的资源教程,欢迎讨论。 | LBP特征提取算法 | 两天左右 | LBP特征提取算法是我本次校内实习人脸检测选用的算法,也是opencv目标检测使用的算法。 | 在树莓派上实现人脸检测 | 一周左右 | 难点:修改haar算法伪代码,并找相关教程,用python实现(接近一周)。 摄像头的连接和调试(不到一天,但该算法捕捉图像的精度有限)。 | PID算法 | 一天左右 | 主要是理解,需要一定数学基础。 | 在树莓派上实现云台舵机目标追踪 | —周半左右 | 难点:舵机接线(因为担心烧坏树莓派,买了一块PCA9685板子,发现板子没焊好排针,换了一块控制板,中途浪费了不少时间)。修改T——积分控制算法(很难调到理想精度) | 添加各种传感器并编写代码 | 约一周 | 加了温湿度传感器、红外检测、蜂鸣器、继电器等等。 | 在树莓派上做图形化界面 | 约两周 | 本来以为这次校内实习用不上了,所以一直在慢慢学。后来发现必须要做界面,离实习结束时间很接近了,来不及学Javaweb,转而学Qt。最终基于《QT5开发与实例》以及多个开源项目,改造出一个简易的图形化界面。 |
| | |
| |
参考资料先贴出来:
书籍:
《Qt5开发及实例》
(这本书讲的很细,而且有实战开发的案例,大佬说基本上从头到尾看完,入门ok的【当然我还没看完】)
(简易买实体书。不建议买tb的要在书旗app上看的那一版电子版,虽然比原价便宜了三分之二,但app内含广告真的挺多的,而且电子书不能下载,只能在app上看,非常麻烦。实在资金有限的话推荐入二手)
参考网址:
(当时没电关机忘记存了,好气。)
(等明年叭我再翻一翻列个表)
大致总结:
目前只实现了camera(视频监控)和温湿度的界面显示。
camera:其实就是用了v4l2和以一个可以编写v4l2 camera脚本的库libv4l。
温湿度:直接调用了前面写好的检测温湿度的代码。
(待续)