Radxa ROCK 3C开发板编译Opencv,支持调用树莓派摄像头模块V2

目录

  • [1、ROCK 3C和树莓派摄像头模块V2介绍](#1、ROCK 3C和树莓派摄像头模块V2介绍)
  • [2、ROCK 3C在rsetup开启支持](#2、ROCK 3C在rsetup开启支持)
  • 3、测试指令
  • 4、编译Opencv
    • [4.1 增加swap,确保内存够用](#4.1 增加swap,确保内存够用)
    • [4.2 安装依赖和下载opencv](#4.2 安装依赖和下载opencv)
    • [4.3 编译参考链接](#4.3 编译参考链接)
  • 5、使用opencv调用树莓派摄像头模块V2

1、ROCK 3C和树莓派摄像头模块V2介绍

ROCK 3C 是一款基于 RK3566 SoC 开发的SBC。

搭载了四核 Cortex-A55 ARM 处理器,板载 32 位 LPDDR4 内存。

主板预览图如下:

树莓派原装摄像头 V2 版是一款基于索尼 IMX219 的 800 万像素摄像头模块,通过CSI接口进行连接。

2、ROCK 3C在rsetup开启支持

没有开启支持前,是检测不到对应的video设备的

bash 复制代码
radxa@rock-3c:~$ ls /dev/video*
/dev/video-dec0  /dev/video-enc0

rsetup使用办法:
https://docs.radxa.com/rock3/rock3c/os-config/rsetup#rsetup

在终端输入rsetup,配置设备树 Overlays,空格选中Enable Raspberry Pi Camera v2

回到终端就可以检测到

3、测试指令

bash 复制代码
# 成功
gst-launch-1.0 v4l2src device=/dev/video0 io-mode=4 ! videoconvert ! video/x-raw,format=NV12,width=1920,height=1080 ! jpegenc ! multifilesink location=/home/radxa/test.jpg

执行指令,开始读秒后按下 Ctrl + C即可拍照, 照片路径为 /home/radxa/test.jpg

使用cheese可用


但是pip安装的opencv-contrib-python无法调用

论坛发贴后后,得知需要opencv支持GStreamer ,所以我们通过编译获得一个支持GStreamer opencv

4、编译Opencv

4.1 增加swap,确保内存够用

bash 复制代码
radxa@rock-3c:~$ cd /opt
radxa@rock-3c:/opt$ sudo mkdir image
[sudo] radxa 的密码:
radxa@rock-3c:/opt$ sudo touch swap
radxa@rock-3c:/opt$ sudo dd if=/dev/zero of=/opt/image/swap bs=1024 count=2048000
记录了2048000+0 的读入
记录了2048000+0 的写出
2097152000字节(2.1 GB,2.0 GiB)已复制,101.993 s,20.6 MB/s

radxa@rock-3c:/opt$ sudo mkswap /opt/image/swap
mkswap: /opt/image/swap: insecure permissions 0644, 0600 suggested.
Setting up swapspace version 1, size = 2 GiB (2097147904 bytes)
no label, UUID=3d7f188b-76f5-4280-a40a-0a2a4ac51c56
radxa@rock-3c:/opt$ free -m
               total        used        free      shared  buff/cache   available
内存:       1983         381          21           4        1580        1533
交换:        991           1         990

radxa@rock-3c:/opt$ sudo vim /etc/fstab

4.2 安装依赖和下载opencv

bash 复制代码
sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev python3.9-dev python3-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libdc1394-22-dev
sudo apt install gstreamer1.0*
sudo apt install libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev

opencv4.5包: https://pan.baidu.com/s/1DpXXZu_FRVVxTNJ9vlzrkw 提取码: 2rxp

我这里使用的是opencv4.5,在当前目录解压即可

bash 复制代码
cd opencv4.5.0
mkdir build
cd build

执行编译,DWITH_GSTREAMER=ON就是要添加的支持

bash 复制代码
sudo cmake -DCMAKE_BUILD_TYPE=RELEASE \
-DCMAKE_INSTALL_PREFIX=/usr/local \
-DPYTHON_DEFAULT_EXECUTABLE=$(which python3.9) \
-DPYTHON3_EXECUTABLE=$(which python3.9) \
-DWITH_GSTREAMER=ON \
-DPYTHON3_INCLUDE_DIR=/usr/include/python3.9 \
-DPYTHON3_INCLUDE_DIR2=/usr/include/aarch64-linux-gnu/python3.9 \
-DPYTHON3_LIBRARY=/usr/lib/aarch64-linux-gnu/libpython3.9.so \
-DPYTHON3_NUMPY_INCLUDE_DIRS=/usr/lib/python3.9/dist-packages/numpy/core/include/ \
-DBUILD_DOCS=OFF \
-DBUILD_EXAMPLES=OFF \
-DBUILD_TESTS=OFF \
-DBUILD_PERF_TESTS=OFF \
..

用make进行编译

bash 复制代码
sudo make -j4

等待编译完成,进行安装

bash 复制代码
sudo make install

4.3 编译参考链接

https://mp.weixin.qq.com/s/3v65UUPK0sYsuEulTngxvw

https://blog.csdn.net/Datapad/article/details/115965665

5、使用opencv调用树莓派摄像头模块V2

查看信息:

bash 复制代码
import cv2

pipeline = "v4l2src ! video/x-raw, width=640, height=480, framerate=15/1 ! videoconvert ! videoscale ! video/x-raw, width=640, height=480 ! appsink"
# cap = cv2.VideoCapture(pipeline, cv2.CAP_V4L) 
cap = cv2.VideoCapture(pipeline, cv2.CAP_GSTREAMER) 

while True:
    ret, frame = cap.read()
    if ret:
        cv2.imshow("frame", frame)
    
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()
相关推荐
xiaohouzi1122331 天前
OpenCV的cv2.VideoCapture如何加GStreamer后端
人工智能·opencv·计算机视觉
小关会打代码1 天前
计算机视觉案例分享之答题卡识别
人工智能·计算机视觉
天天进步20151 天前
用Python打造专业级老照片修复工具:让时光倒流的数字魔法
人工智能·计算机视觉
荼蘼1 天前
答题卡识别改分项目
人工智能·opencv·计算机视觉
晶振厂家-晶发电子1 天前
晶振在5G时代的角色:高精度时钟的核心支撑
单片机·嵌入式硬件·5g·晶振·电子元器件·晶振知识
F137298015571 天前
WD5030A 芯片,12V降5V,输出电流12A,电路设计
stm32·单片机·嵌入式硬件·汽车·51单片机
IT古董1 天前
【第五章:计算机视觉-项目实战之图像分类实战】1.经典卷积神经网络模型Backbone与图像-(4)经典卷积神经网络ResNet的架构讲解
人工智能·计算机视觉·cnn
小莞尔1 天前
【51单片机】【protues仿真】基于51单片机的篮球计时计分器系统
c语言·stm32·单片机·嵌入式硬件·51单片机
三佛科技-187366133971 天前
分享机械键盘MCU解决方案
单片机·嵌入式硬件·计算机外设
李永奉1 天前
51单片机-使用IIC通信协议实现EEPROM模块教程
单片机·嵌入式硬件·51单片机