树莓派c++开发踩坑

实在不喜欢被动地接受撇过来一个个乱七八糟的活了,钱没赚到,毫无体系可言。于是自己买了个树莓派开发板(带摄像头版本,觉得排线速度会不会比USB的快一些),也是为了以后方便扩展一些传感器,准备在上面玩玩,关于有什么实用目的-以后可以控制它在屋里到处走走,检查检查儿子写作业的态度。

下载系统、接线、连接显示器、安装小盒子、驱动摄像头、安装git、码云上开项目、安装codeblocks、备份系统,一步步下来就弄了好几天。编程环境就这样搭建好了。

然后第一个程序,网络发现后视频串流到另一客户端,这样就可以在另一客户端(PC/手机)上查看摄像头拍摄的内容并控制了。另一端客户端可以为了快速开发用unity弄,导出到各平台都方便。

这几年用惯了高级语言,c++当年还是C99标准的,寻思这回用用C++最新的特性看看,比如在高级语言中的明显降低耦合性的自定义事件,这是第一个坑。

首先想到的是个函数指针的宏  typedef void (EVENTFUN)(EventType, void*); 写完之后发现只能用于静态函数,看了看C++11特性里面的 function 和 bind 函数,还是可以简单做到成员函数的事件的。于是宏变成了 typedef std::function<void(EventType, void*)> EVENTFUN; 这样。在使用的时候需要bind一下 std::bind(&Class::RecvUpdate, this, std::placeholders::_1); 然后怕有问题还写了几个测试用例。第一个坑就算踩过了。

然后网络发现需要一个多线程。当年用了不少pthread,看看有什么新特性能更方便,发现c++有个语言级的封装 thread。觉得这个功能如果封装在语言级别岂不是可以跨平台了。但是编译出错,这个树莓派还是需要pthread来实现多线程。。。然后发现树莓派这个系统里并没有安装pthread,于是下载安装,找到libpthread.a 设置到 codeblocks的编译选项里,才算编译过。这算第二个坑。Setting ->Compiler settings->Global... Link settings下 Other linker options: 加个 -lpthread

需要完成摄像头的串流,首先需要驱动摄像头。linux下的硬件都是以文件的形式存在的,但是发现树莓派这里/dev/找不到 Video0 这个设备,一顿查资料,最后终于在开机选项里找到了设置摄像头可用了。

然后需要让C++控制摄像头,就需要个调用摄像头的库,想了想安装了opencv,以后还是想写些计算机视觉的代码进去。装好后设置codeblocks的设置,还是这里 Setting ->Compiler settings->Global... Link settings下 Other linker options: 加个 `pkg-config opencv --libs` 然后把旁边 Search directories中添加 include 和 so的位置。然而这里又被坑了一下,项目Debug和Realse也要这么设置一下,不设置运行时一闪而过,啥问题都看不到。。。

终于可以开始写串流的逻辑了 。。。采坑继续

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习是一种人工智能(AI)的子领域,致力于研究如何利用数据和算法让计算机系统具备学习能力,从而能够自动地完成特定任务或者改进自身性能。机器学习的核心思想是让计算机系统通过学习数据中的模式和规律来实现目标,而不需要显式地编程。 机器学习应用非常广泛,包括但不限于以下领域: 图像识别和计算机视觉: 机器学习在图像识别、目标检测、人脸识别、图像分割等方面有着广泛的应用。例如,通过深度学习技术,可以训练神经网络来识别图像中的对象、人脸或者场景,用于智能监控、自动驾驶、医学影像分析等领域。 自然语言处理: 机器学习在自然语言处理领域有着重要的应用,包括文本分类、情感分析、机器翻译、语音识别等。例如,通过深度学习模型,可以训练神经网络来理解和生成自然语言,用于智能客服、智能助手、机器翻译等场景。 推荐系统: 推荐系统利用机器学习算法分析用户的行为和偏好,为用户推荐个性化的产品或服务。例如,电商网站可以利用机器学习算法分析用户的购买历史和浏览行为,向用户推荐感兴趣的商品。 预测和预测分析: 机器学习可以用于预测未来事件的发生概率或者趋势。例如,金融领域可以利用机器学习算法进行股票价格预测、信用评分、欺诈检测等。 医疗诊断和生物信息学: 机器学习在医疗诊断、药物研发、基因组学等领域有着重要的应用。例如,可以利用机器学习算法分析医学影像数据进行疾病诊断,或者利用机器学习算法分析基因数据进行疾病风险预测。 智能交通和物联网: 机器学习可以应用于智能交通系统、智能城市管理和物联网等领域。例如,可以利用机器学习算法分析交通数据优化交通流量,或者利用机器学习算法分析传感器数据监测设备状态。 以上仅是机器学习应用的一部分,随着机器学习技术的不断发展和应用场景的不断拓展,机器学习在各个领域都有着重要的应用价值,并且正在改变我们的生活和工作方式。

“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