### 在树莓派上使用 Picamera2 和 OpenCV 进行图像处理 在树莓派上结合 Picamera2 和 OpenCV 是一种高效的方式，可以用于图像处理和计算机视觉项目。以下是具体实现方法： #### 1. 环境准备 确保树莓派已正确安装并启用了 Camera Module。通过以下命令启用相机模块： ```bash sudo raspi-config ``` 导航至 `Interfacing Options > Camera` 并启用它[^3]。 #### 2. 安装必要的库 需要安装 Picamera2 和 OpenCV 库以支持图像捕获和处理。运行以下命令安装所需依赖项： ```bash pip install picamera2 opencv-python-headless numpy ``` #### 3. 初始化 Picamera2 摄像头 以下代码展示了如何初始化 Picamera2 并配置摄像头分辨率： ```python from picamera2 import Picamera2 # 初始化 Picamera2 摄像头 picam2 = Picamera2() # 配置摄像头为静态图像模式，设置分辨率为 640x480 camera_config = picam2.create_still_configuration(main={"size": (640, 480)}) picam2.configure(camera_config) # 启动摄像头 picam2.start() ``` #### 4. 获取图像并进行颜色转换 Picamera2 默认输出的图像是 RGB 格式，而 OpenCV 使用 BGR 格式。因此需要将图像从 RGB 转换为 BGR： ```python import cv2 # 捕获图像帧 frame = picam2.capture_array() # 将 RGB 格式图像转换为 BGR 格式 bgr_frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR) ``` #### 5. 显示图像 使用 OpenCV 的 `imshow` 方法显示图像： ```python # 创建一个窗口用于显示图像 cv2.namedWindow("Picamera2 OpenCV Example", cv2.WINDOW_AUTOSIZE) # 显示图像 cv2.imshow("Picamera2 OpenCV Example", bgr_frame) ``` #### 6. 实现循环捕获与退出机制 为了持续捕获图像并提供退出机制，可以使用 `while` 循环和键盘事件检测： ```python while True: # 捕获图像帧 frame = picam2.capture_array() # 将 RGB 格式图像转换为 BGR 格式 bgr_frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR) # 显示图像 cv2.imshow("Picamera2 OpenCV Example", bgr_frame) # 检测键盘输入，如果按下 'q' 键则退出循环 if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放资源 cv2.destroyAllWindows() picam2.stop() ``` #### 7. 扩展功能：图像处理示例 可以进一步扩展功能，例如边缘检测或运动传感。以下是一个简单的 Canny 边缘检测示例： ```python # 应用 Canny 边缘检测 edges = cv2.Canny(bgr_frame, 100, 200) # 显示边缘检测结果 cv2.imshow("Canny Edges", edges) ``` #### 注意事项 - 确保使用正确的树莓派镜像版本，如引用中提到的 2023-05-03-raspios-bullseye-arm64[^1]。 - 如果遇到颜色失真问题，可以通过颜色空间转换解决[^2]。 --- ###