Installation
Raspberry Pi
OpenCV Installation
- Installiere eine aktuelle Version mit Allem von Raspbian auf die SD-Karte, richte alles ein, update das System via:
sudo apt update && sudo apt upgrade -y
- Installiere alles Mögliche nach was OpenCV so braucht (alles muss in eine Zeile):
sudo apt install libatlas3-base libsz2 libharfbuzz0b libtiff5 libjasper1 libilmbase12 libopenexr22 libilmbase12 libgstreamer1.0-0 libavcodec57 libavformat57 libavutil55 libswscale4 libqtgui4 libqt4-test libqtcore4 libwebp6
- Installiere dann OpenCV (und falls es fehlt numpy) via pip3, hier als root, in der fettesten Geschmacksrichtung:
sudo pip3 install opencv-contrib-python numpy
- Teste ob numpy und opencv richtig installiert sind. Öffne dazu
python3
auf der Konsole und probiere aus, ob die beiden folgenden Befehle kein Fehler ausgeben:-
import numpy
-
import cv2
-
quit()
-
- Tipp: Als IDE unter Raspbian für Python3 ist Thonny ein Versuch wert:
- Installation am besten via pip:
sudo pip3 install thonny
- Nach dem starten von Thonny unter "Tools->Options...->General" den UI mode auf "expert" stellen, bei der Gelegenheit kann auch gleich ein dunkles Theme eingestellt werden, dann sieht es auch gut aus.
- Das Ding kann Variablen anschauen, Breakpoints setzen, Variabelninhalte anzeigen und Pakete installieren und zeigt Vorschläge zum sauberen Programmieren - also ein Ersatz für das PyCharm, was unter Raspberry nicht läuft.
- Installation am besten via pip:
Kamera Installation
- Aktiviere die Kamera:
sudo raspi-config
, dann unter "5 Interfacing Option" die Kamera aktivieren. Tool beenden über "Finish", Raspberry neu startensudo reboot
- Teste die Kamera via
raspivid -t 5000
: Der Videostream sollte für 5s zu sehen sein. - Damit auch Standard-Beispiele laufen, sollte die Raspberry-Kamera noch als V4L2-Device eingebunden werden. Dazu folgendes tun:
- Edititere die Datei /etc/modules als root via
sudo nano /etc/modules
- Füge am Ende der Datei eine Zeile mit dem Inhalt
bcm2835-v4l2
ein, Datei dann mit STRG+o speichern, den Editor mit STRG+x verlassen, das System neu starten - Danach sollte das Kommando
ls /dev/video0
eine Device-Datei finden und keinen Fehler ausgeben. Wenn nicht, hilft es evtl. im obigen Schritt noch vor die bcm2835-v4l2-Zeile eine Zeile mit folgendem Inhalt einzufügen:v4l2_common
(auch hier nach neu booten). Bei mir war das allerdings nicht nötig.
- Edititere die Datei /etc/modules als root via
- Jetzt kann das
Windows
- Installiere Python3 von Python.org: Wichtig:
- Per Rechtsklick als Admin installieren
- Bei Installation auch pip installieren lassen und Pfade setzen lassen
- Installiere PyCharm Community Edition von Jetbrains
- Darin habe ich dann ein neues Projekt angelegt, dabei "Virtualenv" als Environment gewählt
- Über "File->Settings..." das Settings-Fenster öffnen,
- darin dann Links das eigene "Projekt: xxx" ausklappen, dort drunter auf "Project Interpreter" gehen
- Hier sollte jetzt eine Python3-Version ausgewählt sein und unter den Packages mind. "pip" vorhanden sein
- Über das kleine "+"-Symbol recht weit rechts können nun weitere Packages für das Projekt installiert werden, es öffnet sich ein Fenster "Available Packages"
- Darin in der Suche "opencv" eingeben und das Paket "opencv-contrib-python" installieren - unten wird dann irgendwo angezeigt ob es geklappt hat
- Darin dann auch noch nach "numpy" suchen und das Paket "numpy" installieren
- Dann das Packet-Manager-Fenster schliessen
- Auch das Settings-Fenster mit "OK" schliessen
- Vermutlich muss man jetzt trotzdem noch etwas warten, weil PyCharm im Hintergrund immernoch installiert. Erst wenn PyCharm fertig ist, kann man das test_video.py starten.
Testen der Kamera unter Python-OpenCV
Das folgende Skript sollte unter allen Betriebsystemen laufen, unter Linux/Raspbian wird ein V4L2 Device benötigt, unter Windows ging es direkt. Das folgende Skript auf der jeweiligen Maschine ausprobieren - via Terminal, Thonny, PyCharm oder was auch immer:
import numpy as np import cv2 as cv cap = cv.VideoCapture(0) while(True): # Capture frame-by-frame ret, frame = cap.read() # Our operations on the frame come here gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY) # Display the resulting frame cv.imshow('Hit ESC to close', gray) if cv.waitKey(1) & 0xFF == 27: break # When everything done, release the capture cap.release() cv.destroyAllWindows()
Es sollte das Videobild in Graustufen angezeigt werden, im aktiven Kamerabildfenster "ESC" drücken, um das Program ordentlich zu beenden.