orangepi 5 plus opecv(一)（orange pi 5 plus评测）

最近工作调动在家没事，终于有时间玩玩开发板了，手头现在有香橙派5plus 16G和树莓派5 8G，还有个鲁班猫1 4G (这个用来做小车控制系统)，感觉还是香橙派运行速度要快，树莓派应该是资料比较多，随后再玩。

这是第一编，简单记录下安装环境和碰到的问题及解决方法。

1.实现的效果

这个是简单的手势识别，更改代码可以实现手势控制，比如小车的前进后退转向，室内灯的开关等等，开发板本身有gpio接口，可以接继电器实现各种控制，要注意的是gpio不要接大电流，主用来传控制信号。

实现步骤:

1,开发板安装官方ubuntu22.0.4.

2.安装conda

2.1 通过网页下载
https://repo.anaconda.com/archive/Anaconda3-2023.07-1-Linux-aarch64.sh

2.2 上传到开发板运行sh
Anaconda3-2023.07-1-Linux-aarch64.sh

2.3 sudo nano ~/.bashrc 并在最后添加

export PATH="~/anaconda3/bin":$PATH

source ~/anaconda3/bin/activate

2.4 运行 source ~/.bashrc

2.5 执行conda 换源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

2.6 conda常用命令

列出所有环境：conda env list

创建环境：conda create --name 环境名称

进入环境：conda activate 环境名称

退出环境：conda deactivate

删除环境：conda remove --name 环境名称 --all

创建指定python版本环境：conda create --name 环境名称 python=3.8

3 创建conda环境

3.1 conda create --name env-py3.8 python=3.8

3.2 进入环境 conda activate env-p3.8

3.3 安装 opencf mediapipe

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple mediapipe

4.运行demo.py

python demo.py

demo.py 内容

"""

演示Demo

"""

# 导入opencv

import cv2

import numpy as np

import math

# 导入mediapipe：
https://google.github.io/mediapipe/solutions/hands

import mediapipe as mp

mp_drawing = mp.solutions.drawing_utils

mp_drawing_styles = mp.solutions.drawing_styles

mp_hands = mp.solutions.hands

hands = mp_hands.Hands(

model_complexity=0,

min_detection_confidence=0.5,

min_tracking_confidence=0.5)

# 读取视频流

cap = cv2.VideoCapture(0)

# 获取画面宽度、高度

width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))

height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))

while True:

ret,frame = cap.read()

# 镜像

frame = cv2.flip(frame,1)

frame.flags.writeable = False

frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

# 识别

results = hands.process(frame)

frame.flags.writeable = True

frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR)

# 如果有结果

if results.multi_hand_landmarks:

# 遍历双手

for hand_landmarks in results.multi_hand_landmarks:

mp_drawing.draw_landmarks(

frame,

hand_landmarks,

mp_hands.HAND_CONNECTIONS,

mp_drawing_styles.get_default_hand_landmarks_style(),

mp_drawing_styles.get_default_hand_connections_style())

# 显示画面

cv2.imshow('demo',frame)

if cv2.waitKey(10) & 0xFF == ord('q'):

break

cap.release()

cv2.destroyAllWindows()