RK3568 + OpenCV 会碰撞出什么火花?案例详解:2-1 基于OpenCV的画线实验

一、实验目的

本节视频的目的是了解OpenCV的作用并通过OpenCV实现画线。

二、实验原理

OpenCV

开放源代码计算机视觉库

OpenCV(Open source Computer Vision Library)是一个基于Apache2.0许可(开源)发行的跨平台计算机视觉和机器学习软件库,可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效,由一系列 C 函数和少量 C++ 类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。

OpenCV具有以下特点:

不管是科学研究,还是商业应用,都可以利用它来作开发;

所有API函数的源代码都是公开的,可以看到其内部实现的程序步骤;

可以修改OpenCV的源代码,编译生成需要的特定API函数。

OpenCV处理图像

功能:线段的绘制

函数:line(dst,pt1,pt2,color,thickness=None,lineType=None,shift=None)

参数说明:

dst:输出图像。

pt1,pt2:必选参数。线段的坐标点,分别表示起始点和终止点。

color:必选参数。用于设置线段的颜色。

thickness:可选参数。用于设置线段的宽度。

lineType:可选参数。用于设置线段的类型,可选8(8邻接连接线-默认)、4(4邻接连接线)和cv2.LINE_AA 为抗锯齿。

三、实验设备

实验软件

本实验中使用的软件为VMware17+Ubuntu18.04.4 和串口调试工具Xshell。

实验硬件

本实验中使用的是TL3568-PlusTEB实验箱,所需的配件为Micro SD卡、Type-C线、电源和网线。

四、操作现象

硬件连接

(1)将Ubuntu系统启动卡插至Micro SD卡槽。

(2)使用Type-C线连接USB TO UART2调试串口到PC机。

(3)将实验箱ETH0 RGMII网口(COM21)通过网线连接至路由器。

(4)连接实验箱电源,先不要上电。

软件操作

(1)先在设备管理器查看串口的端口号;

(2)再设置串口调试工具,波特率设置为1500000,点击连接,在Xshell调试终端会显示连接成功。

(3)连接成功后,拨动实验箱的电源开关,将实验箱上电。

(4)系统启动成功后,输入账户密码登录即可(账密均为:tronlong)

(5)登录成功后,查询实验箱的网口地址。

拷贝文件

我们先打开Ubuntu,将Demo文件夹拷贝到RK3568目录下。

"Ctrl+Alt+T"打开控制台,执行命令将文件拷贝至实验箱文件系统(根据实验箱实际IP地址修改命令)。

运行程序

在串口调试窗口执行命令,启动开发环境

在网页输入地址,即可打开登录界面 (根据实际IP地址修改网页地址)。

输入密码:tronlong,登录。

在程序目录,双击打开程序,点击重新运行程序。

等待右上角的进度饼图变白,程序运行完成。

在程序最下方,会显示画线的运行示例结果。

相关推荐
云卓SKYDROID20 分钟前
无人机+Ai应用场景!
人工智能·无人机·科普·高科技·云卓科技
是十一月末20 分钟前
机器学习之过采样和下采样调整不均衡样本的逻辑回归模型
人工智能·python·算法·机器学习·逻辑回归
小禾家的25 分钟前
.NET AI 开发人员库 --AI Dev Gallery简单示例--问答机器人
人工智能·c#·.net
生信碱移27 分钟前
万字长文:机器学习的数学基础(易读)
大数据·人工智能·深度学习·线性代数·算法·数学建模·数据分析
KeyPan29 分钟前
【机器学习:四、多输入变量的回归问题】
人工智能·数码相机·算法·机器学习·计算机视觉·数据挖掘·回归
码力全開31 分钟前
C 语言奇幻之旅 - 第14篇:C 语言高级主题
服务器·c语言·开发语言·人工智能·算法
人工智能技术咨询.32 分钟前
人工智能未来会如何改变人们的生活?
人工智能·深度学习·计算机视觉·语言模型·aigc·生活
MicrosoftReactor1 小时前
技术速递|探索 Microsoft.Extensions.VectorData 与 Qdrant 和 Azure AI 搜索的结合使用
人工智能·microsoft·.net·azure
deardao1 小时前
【顶刊TPAMI 2025】多头编码(MHE)之极限分类 Part 2:基础知识
人工智能·深度学习·神经网络·分类·数据挖掘·极限标签分类
科研实践课堂(公众号名称)1 小时前
基于Fluent和深度学习算法驱动的流体力学计算与应用
人工智能·深度学习·算法