智驾小车|如何给树莓派系统接入摄像头模块

继续来填坑。

这个清明节因为疫情关在家里不得出去，只好把自己的树莓派小车继续搬出来，继续来攻克难关：图像识别。不过这几天还没有进入图像识别流程，纯粹在硬件（摄像头）接入系统（树莓派）上就被卡了很久，把系统搞崩了又是重装系统又是配置环境的，不记录一篇文章，实在是对不起自己。

本文记录的是如何利用树莓派系统，接入摄像头模块，以获取图像。以下详述。

目录：

1、硬件配置

2、系统配置

3、简单测试

4、opencv测试

1、硬件配置

1个树莓派板卡：4B

1个摄像头模块：USB摄像头

1个无线键鼠套装

1个5英寸的显示器

如下：

连好线之后就是下面这个样子：

这次的主角呢，就是下面这个东西（USB摄像头模块）。

2、系统配置

树莓派系统安装的是官方下载的镜像，版本如下所示。

如何判断摄像头模块是否有接入树莓派？

摄像头模块在连线前后分别在命令行输入以下内容，以判断系统是否有检测到该设备，如果有多出来的就是USB摄像头。

lsusb

如果没有检测到，需要到系统配置里去使能摄像头功能，然后重启系统。

sudo raspi-config

摄像头拍摄程序是系统里哪一个？

系统能识别到摄像头硬件的话，就可以拍个照试试看了，但用哪一个摄像头呢？同样的，需要通过插拔摄像头来看看：

ll /dev/video*

不知道为什么我这里识别到多出来的摄像头有两个，video0和video1，不管它，我用video0好了。

这里需要提一下，有时候在用后文的方法获取摄像头图像后video0会不见了，导致无法再进行拍摄，只有重启才能解决问题。所以，这里需要进行以下配置，将之固化。解决方案：使用root权限打开/etc/modules 然后添加一行：bcm2835-v4l2（注意，这里是4l2不是412），然后重启树莓派。

3、效果测试-简单测试

如何用摄像头拍摄一张照片呢？

如果是官方的CSI接口的摄像头，使用如下命令：

raspistill -o image_name.jpg

我这里用的是USB接口的摄像头，使用如下命令：

fswebcam /dev/video0 ./img1.jpg

不过用这个之前，系统可能没有这个程序，需要安装一下。

sudo apt-get install fswebcam

接下来是愉快的测试：

找到这个路径下的图片，双击打开，如下：

终于可以拍照了，这距离我做图像识别的目标又近了一大步。

如何用摄像头进行录像？

上面是通过程序驱动摄像头进行拍照并且保存了。但是实际做图像识别的时候，摄像头获得的数据应该是视频类的？或者为了回放方便，是视频格式的。在这里，怎么来获得视频的效果呢？

方法：可以安装一个程序【luvcview】

sudo apt-get install luvcview

然后，直接运行这个程序，就可以在桌面打开一个窗口，实时获取摄像头的输入了。嘿嘿，开心。

luvcview

以上内容，还只是简单的摄像头功能测试。进行到这一步，后续其实还有很多玩法，比如使用远程访问摄像头拍摄内容实现监控的效果。但我这里的目的是研究自动驾驶小车的图像识别功能，也就不折腾了。

4、opencv测试

用python获取摄像头内容：

为了做图像识别，传统的方式，还是用opencv进行图像的抓取，再进一步做识别。基于此，以下做了些简单的图像获取的测试。

首先需要给系统装上opencv和numpy的包。（其中numpy的包，系统一般自带了，剩下的就是安装下面这两个包。）

sudo apt-get install libopencv-devsudo apt-get install python-opencv

安装完后，在命令行运行python，并导入cv2，顺便查看下cv2的版本，如果出现下面的界面，就代表成功了。

pythonimport cv2cv2.__version__

注：为啥叫cv2而不叫opencv呢？这是因为OpenCV是基于C/C++开发的，有两个版本，''cv”版本的API是C语言开发的，''cv2''版本的API是基于C++语言开发的，为了保持向后兼容性所以叫"cv2"，但我们都知道cv2就是OpenCV本尊。

接下来就是利用这个包进行图像的抓取测试了。

编写以下代码：

#-*- coding:UTF-8 -*-import cv2
img_count = 0
cap = cv2.VideoCapture(0)print("Is the camera opened?",cap.isOpened())
# set the size of image.cap.set(cv2.CAP_PROP_FRAME_WIDTH,500)cap.set(cv2.CAP_PROP_FRAME_HEIGHT,500)# create a window.cv2.namedWindow('image_win',flags=cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO | cv2.WINDOW_GUI_EXPANDED)
while(True):    ret,frame = cap.read()# ret is the status,frame is the image.if not ret:        print("can not take a image, exit...")break    cv2.imshow('image_win',frame)#print("frame: ",frame)    key = cv2.waitKey(1)#get the input from keyboardif key == ord('q'):        print("exit the program normally...")breakelif key == ord('c'):        cv2.imwrite("{}.png".format(img_count),frame)# save the image.        print("a png is saved as: {}.png".format(img_count))        img_count += 1cap.release()cv2.destroyAllWindows()#

上述代码保存为【cv2_get_camera_frame.py】，在命令行运行该脚本。

python cv2_get_camera_frame.py

稍等一会儿，就能打开一个窗口，播放摄像头实时拍摄的画面。如下所示：

按键盘上的快捷方式“c”，可以拍摄一些图片进行保存，如下所示：

通过代码里的设置，可以用c来拍照，用q来推出当前程序。

好了。以上完成了软硬件的系统集成测试，接下来就真的可以开始做图像识别的测试了。我们下期再见。

本文完。