c语言调用树莓派usb摄像头,树莓派接多个USB摄像头,使用opencv打开指定的某一个摄像头...

树莓派接多个USB摄像头,使用opencv打开指定的某一个摄像头

树莓派接多个USB摄像头,使用opencv打开指定的某一个摄像头

问题描述:

在树莓派上使用多个USB摄像头时,如何确定各个摄像头所对应的id?

比如,当有两个摄像头时,我尝试一个为cv2.VideoCapture(0),一个为cv2.VideoCapture(1),通过看捕获的图像,可以确定各摄像头的id,但这个顺序不是固定的,树莓派在通电的时候,哪一个摄像头先通电的,哪一个就是0,下一个就是1,2,3,4,5…

但这样毕竟很被动,在我们的代码上就很麻烦了,没办法确定摄像头是那一个!

现在我们就来解决这个问题(全网首份保姆级教程):

1.查看USB摄像头的ID

在终端上输入lsusb

lsusb

016f646d89bf850cf03c116a4199d53e.png

我这里使用了2个USB摄像头,通过插拔,确定摄像头的ID是哪个!

2.将端口重映射到新的固定的名字:

将端口重映射到新的固定的名字,并且设置其权限为可读。使用对应的id端口映射到固定的名字上(看不懂无所谓,按教程来,往下走)

终端输入:

sudo vi /etc/udev/rules.d/rplidar.rules

1.按i,进入编辑模式

2.复制以下代码,修改ID,自定义设备的名字

KERNEL=="video*",

  • 3
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要在树莓派4B上运行人脸识别,可以使用OpenCV和Dlib这两个库来实现。这里提供一个基于Python的简单示例代码: 1. 安装OpenCV和Dlib 在终端中输入以下命令来安装OpenCV和Dlib: ``` sudo apt-get install python3-opencv sudo apt-get install libopencv-dev python3-opencv sudo pip3 install dlib ``` 2. 摄像头捕捉人脸 使用OpenCV的VideoCapture类来捕捉摄像头视频,并使用OpenCV的CascadeClassifier类来检测摄像头视频中的人脸。示例代码如下: ```python import cv2 face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') # 加载人脸识别模型 cap = cv2.VideoCapture(0) # 打开摄像头 while True: ret, frame = cap.read() # 读取摄像头视频帧 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 将视频帧转换为灰度图像 faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5) # 检测人脸 for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2) # 绘制人脸框 cv2.imshow('frame', frame) # 显示视频帧 if cv2.waitKey(1) & 0xFF == ord('q'): # 按‘q’键退出 break cap.release() # 释放摄像头 cv2.destroyAllWindows() # 关闭窗口 ``` 3. 人脸识别 在检测到人脸后,可以使用Dlib库中的人脸识别模型来识别人脸。示例代码如下: ```python import cv2 import dlib detector = dlib.get_frontal_face_detector() # 加载人脸检测器 predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat") # 加载人脸关键点检测模型 cap = cv2.VideoCapture(0) # 打开摄像头 while True: ret, frame = cap.read() # 读取摄像头视频帧 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 将视频帧转换为灰度图像 faces = detector(gray) # 检测人脸 for face in faces: landmarks = predictor(gray, face) # 检测人脸关键点 for n in range(0, 68): x = landmarks.part(n).x y = landmarks.part(n).y cv2.circle(frame, (x, y), 2, (0, 255, 0), -1) # 绘制人脸关键点 cv2.imshow('frame', frame) # 显示视频帧 if cv2.waitKey(1) & 0xFF == ord('q'): # 按‘q’键退出 break cap.release() # 释放摄像头 cv2.destroyAllWindows() # 关闭窗口 ``` 以上代码只是一个简单的例子,如果要实现更复杂的人脸识别功能,需要对算法进行优化和改进。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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
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