OpenMV是一个开源的机器视觉模块，它集成了摄像头、处理器和传感器，可以用于图像处理和机器视觉任务。OpenMV模块具有以下特点：

1. 开源：OpenMV模块的源代码是开源的，用户可以根据自己的需求进行修改和定制。

2. 低成本：OpenMV模块的价格相对较低，适合预算有限的用户。

3. 高性能：OpenMV模块集成了高性能的处理器和摄像头，可以处理复杂的图像处理任务。

4. 灵活：OpenMV模块可以连接到各种传感器和执行器，实现更复杂的机器视觉任务。

5. 简单易用：OpenMV模块提供了丰富的API和示例代码，用户可以轻松地开始使用。

但是最好不要买某瞳的Openmv,溢价太严重，我的建议是去淘宝买一个STM32H750的开发板，商家并提供Openmv的固件，自己烧录进去，再买一个二十出头的OV5640摄像头，这样性价比更高。（或者自己做一个OpenMV这个更便宜）

协会在2024-2025学期进行了OpenMV的培训，大家都或多或少的懂了一些怎么视觉处理，作为一款入门级的视觉模块，它不需要很复杂的部署环境，只需要下载好python环境和OpenMVIDE就可以直接使用。

OpenMVIDE下载链接： 星瞳国内下载 OPENMV官方下载

虽然星瞳溢价严重但是他们的教程还是不错的：星瞳教程

我们学习完openmv就可以考虑让他和stm32串口连接实时传输数据，这样就可以实现openmv负责视觉处理，得到处理结果并预期的让openmv传输命令让stm32负责控制，这样就可以实现一个简单的视觉系统了。但是要怎么实现他们之间的通信呢？OpenMV与STM32单片机通信

   在嵌入式系统和计算机视觉领域，OpenMV和OpenCV代表了两种不同的技术路径。OpenMV作为一个集成了摄像头和微控制器的硬件模块，主要面向初学者和简单的嵌入式应用，使用Python编程语言，提供了简化的API和内置的例程，适合基本的图像处理任务。然而，其功能和性能相对有限，难以应对复杂的计算机视觉需求。 相比之下，OpenCV作为一款开源的计算机视觉库，具有强大的功能和广泛的应用场景。它支持多种编程语言，如C++和Python，并能在Linux等操作系统上高效运行。OpenCV不仅提供了丰富的图像处理和计算机视觉算法，还支持深度学习模块，使其在处理复杂任务时表现出色。特别是，OpenCV可以与Linux操作系统紧密结合，利用Linux的强大计算能力和灵活性，运行诸如YOLO（You Only Look Once）等先进的实时目标检测模型。这种组合不仅能够实现高效的图像处理和目标识别，还能根据具体需求进行高度定制和优化，为复杂的计算机视觉应用提供了强大的支持。

   接触嵌入式Linux我们需要了解一些基本知识，如树莓派、香橙派、鲁班猫、jetson、立创泰山派类似的linux开发板，我们称为微电脑，他们就是一个独立的系统，接上鼠标键盘显示器就可以使用（甚至可以使用他们打游戏），大多Linux开发板都支持Ubuntu，这个系统很适合在嵌入式Linux上使用，结合我们之前学习的opencv就可以在Linux开发板上使用opencv进行图像处理了。 如何流畅的使用这个系统，我们就需要学会如何使用Ubuntu的操作，如安装软件、使用终端、文件管理、网络配置等操作。Linux Ubuntu 入门基本命令

  或者有我们粤嵌线上平台账号的同学，可以看里面的课程，讲的真的很好。

蓝色字都是跳转教程的链接

   我们学习Linux首先是需要了解Linux是什么，我们一般指的是GUN/linux ,它是一种免费使用和自由传播的类UNIX操作系统，它是一个基于POSIX和UNIX的多用户、多任务、支持多线程和多CPU的操作系统。
  嵌入式Linux开发板，大多都可以使用Ubuntu，他是由Debian衍生而来，Ubuntu的版本号是根据年月来命名的，而你问我Debian是什么，它由Linux内核衍生而来。少数的Linux开发板使用的是其他系统，如树莓派使用的是Raspbian OS（基于Debian)，香橙派使用的是Orange Pi OS(基于arch Linux)。说了这么多Linux，其实他们几乎是通用的，少部分的命令可能跟其他Linux开发板不一样。
比如基于debian的Linux开发板，使用apt-get来安装软件，而基于arch的Linux开发板使用pacman来安装软件。
  一般购买的嵌入式Linux开发板（无emmc版本），都有选择有无储存卡（SD卡）的套餐，储存卡是用来装系统的，有没有都可以自己准备，发到货的时候都是一张空的SD卡，需要自己烧录系统，下面是常见嵌入式Linux开发板烧录系统的教程：
树莓派烧录系统及其配置新系统教程
鲁班猫烧录系统及其其他完整教程
香橙派烧录系统教程

---

  进去之后就是连接开发板，如果我们不想用额外的显示器显示那个linux开发板的界面怎么办？很简单，使用串口连接Linux开发板配置wifi网络，并使用Windows的Realvnc（VNC Viewer）与Linux开发板连接。我们以树莓派为例：用串口登陆树莓派配置wifi网络  使用 VNC 远程访问树莓派（注意，其他linux开发板可能不会自带vnc，所以需要自己安装）如果不想使用串口连接，也可以使用网线连接，使用ssh连接，香橙派首次通过网线SSH连接
  Ubuntu这类的系统毕竟是系统，所以让你的开发板保证软件最新版本很重要，我们以Ubuntu为例子，apt是Ubuntu的包管理器， 是更新软件包列表 是更新软件包 是安装软件包 是删除软件包 是删除不需要的软件 是清理软件包缓存

这个支持它的软件源默认是官方自带的软件园，所以需要更换软件源，使用阿里源，清华源，中科大源，网易源，阿里源，腾讯源，华为源，这些源都是免费的，但是需要自己手动配置，不同版本有不同的软件源版本，这里网上有教程，可以自己搜索，我就不放出来了，在Ubuntu24.04之前都可以采用更改/etc/apt/sources.list文件，在Ubuntu24.04之后，需要使用 ，然后使用命令添加源，最后使用apt-get update更新软件包列表。
  不同芯片框架的软件源的也不一样，一般有X86、ARM、RISC-V，MIPS这些框架，但是arm框架很乱，一般在嵌入式Linux的框架为aarch64,可以在命令行输入： 查看，进而更换对应的软件源。更换完软件源再输入apt-get update更新软件包列表。

---

  我们如果需要一些开发的话，可能需要不同的版本软件，比如numpy的版本需要不同的版本，我们需要那个版本的话，我们再主环境需要更换版本，只能卸载了之后才能更换，这样跟麻烦，那我们有什么方法可以快捷的同时使用不同版本的软件呢？
答案是有的，我们可以使用虚拟环境，但是虚拟环境有很多，比如python自带的env，还有conda，甚至类似docker的虚拟环境，但是这些虚拟环境都有不同的使用方法，这里我们使用conda，conda是python的包管理器，可以用来管理python的包，也可以用来管理python的虚拟环境，还可以用来管理python的版本，这里我们使用conda来管理python的虚拟环境，而嵌入式Linux就不需要使用anaconda这么全的conda，我们只需要使用它的虚拟环境就可以，所以我们推荐使用miniconda。
miniconda是conda的轻量级版本，因为篇幅太长了，我就丢出教程了Ubuntu 20.04版本快速安装 Miniconda
希望大家能熟练使用miniconda。

---

  在Linux上，我们可以使用pip来安装python的包，一些常见的pip命令，可以看教程菜鸟教程的pip教程
我这里还是建议大家更换pip源为阿里源，直接在命令窗口输入

上节讲了Linux的一些命令基础以及miniconda的安装，如何使用conda创建虚拟环境，并使用虚拟环境安装opencv。
我们下载完miniconda之后，打开终端，输入以下命令，查看conda是否安装成功，以及conda的版本。
如果安装成功，会显示conda的版本号，如果安装失败，会显示conda not found。

---

接下来，我们了解一些conda的命令：
为创建一个名为"myenv"的虚拟环境，并使用python3.10作为解释器，python版本可以根据自己项目来选择。这其中，"myenv"是可以自己定义的名字。
激活"myenv"虚拟环境。
退出"myenv"虚拟环境。
删除"myenv"虚拟环境。
升级全部库 升级一个包,package_name是包的名字 查看已安装的包 移除一个包，package_name是包的名字 安装一个包，当然，也可以用pip安装,安装与卸载的前提是你需要进到那个环境中再执行响应的命令。

---

  说了这么多，使用的顺序就是：
1.创建虚拟环境 2.激活虚拟环境
3.安装opencv 4.使用opencv

第一步：创建名字叫cv的虚拟环境：
第二步：激活虚拟环境：
第三步：安装opencv-python：
在这之前需要把opencv的源更换为阿里源或者其他源，更换源步骤可以看上一节教程。opencv-contrib-python和opencv-python的区别是opencv-contrib-python包含了opencv的contrib模块，而opencv-python只包含了opencv的python模块。
第四步：使用opencv：
但是怎么在嵌入式Linux使用opencv呢？我们可以看下一节教程。

  这篇教程我们使用的是香橙派zero3，为什么使用这个呢？因为便宜，99块钱1G运存版本（当然，可以买2G运存版本）加上32G闪迪储存卡和二十来块的USB摄像头，就可以使用在你的项目搭载上opencv了（doge），当然，可能还有其他便宜的方案，但是这个作为入门设备我觉得也是不错的选择，香橙派zero3是全志H618的芯片，自带千兆网口，蓝牙五等等，具体可以去官网了解。 香橙派zero3官网

---

  看到这里大家都是一脸懵的，第一次我也不会配置这些啊，好多我都要自己配置好难怎么办？你放心咧，我这已经配置好有Ubuntu的镜像了，几乎就是烧录镜像进去就可以用了，但是我配置了什么呢？答案是有：
1.安装Ubuntu22.04镜像
2.香橙派zero3第一次配网
3.安装miniconda
4.创造虚拟环境名为"cv"，python版本为3.10
5.配置pip源为阿里源
7.安装了jupyter
8.安装了opencv-python,ultralytics(YOLOv8)和onnx
9.sudo的账号密码都是orangepi

---

有需要自己配置的同学也可以等我后面有空更新教程跟着来配置。

---

  

那我们要怎么烧录已经配置好的镜像呢？

1.下载镜像：选用32G的闪迪或者其他读取速度高的储存卡，但是因为镜像太大了，我就没有放上云盘，而放在实验室的电脑上，文件夹目录在D盘的orangepi文件夹，大家可以拷贝下来或者在实验室的电脑上烧录。
2.烧录镜像：使用win32diskimager，这个软件在下载中心有，大家可以下载下来，然后打开软件，检查插入储存卡的盘符，选择镜像文件，然后点击写入，等待完成即可。读卡器可以自己准备也可以询问学长借用。

3.烧录完成之后，储存卡插入香橙派zero3，将15W或者以上的type-c充电器保证香橙派供电（这个需要自己准备，购买的开发板没有！，一般自己手机都会有符合这个的充电器）。

---

  我们配置的镜像不需要使用显示器再配置，直接使用网页连接jupyter就可以了。
配置的镜像中，默认连接的WiFi名称为orangepi，密码也是orangepi。所以我们需要在电脑打开热点，将热点名称设置为orangepi，密码:orangepi。后面会教大家怎么改自己连接的WiFi以及香橙派名字，以防大家连接WiFi的时候混淆了。

4.连接成功之后，我们在下面看到我这个香橙派的ip地址是192.168.137.115，我们打开jupyter需要知道orangepi的ip地址，在浏览器输入192.168.137.115:8888就可以看到jupyter的界面了,如果需要密码的话，jupyter默认密码是12345678。

---

  这个就需要我们自己去学jupyter的基本用法了：这里有几个文章可以参考一下
jupyter opencv的用法：Jupyter Notebook + OpenCV 完美组合
Jupyter Notebook 使用技巧：15个应该掌握的Jupyter Notebook 使用技巧
这个我们只需要看它的使用方法部分就好：一文弄懂Jupyter的配置与使用
Jupyter Notebook 保姆级别教程：良心总结！Jupyter Notebook 从小白到高手

---

  我们想要USB摄像头能不能用怎么办？我已经在code文件夹放cv.ipynb，打开那个文件，然后点击运行，就可以看到实时显示的视频流了。

---

  我们在代码中使用cv2.VideoCapture(0)，0表示使用第一个摄像头，如果想要使用第二个摄像头，可以改为1，以此类推，但是怎么知道呢？我们只需要在终端输入ls /dev/video*，就可以看到摄像头对应的设备号。

---

  写到了本篇教程的最后，很明显，嵌入式Linux是一个系统，跟Windows一样，如果我们直接关机的话，可能会造成系统崩溃，所以我们需要使用halt命令来关机，halt命令会等待所有进程结束，然后关闭系统。打开终端，输入以下命令就可以关机了，等待香橙派的灯不再闪烁就可以拔掉电源

  YOLO（You Only Look Once）算法是一种先进的实时目标检测方法，通过将图像划分为网格单元，并在每个单元内预测边界框和类别概率，实现了高效的目标检测。与传统的两步检测方法不同，YOLO将目标检测视为一个回归问题，从而大幅提升了检测速度。其核心思想是利用一个单一的卷积神经网络（CNN）直接预测目标的类别和位置，这使得YOLO能够在保持高准确率的同时，处理速度极快，适合实时应用场景，如自动驾驶、视频监控和机器人视觉等。此外，YOLO的架构经过多次迭代优化，最新版本在精度和速度上均有显著提升，进一步巩固了其在目标检测领域的领先地位。

搭建部署YOLOv8的教程，这里已经包含从准备数据集到训练模型，再到部署模型，最后到使用模型的教程了：从0开始搭建部署YOLOv8系列教程

这个是yolo的官方文档，Ultralytics YOLO 文档

  我们写完代码之后，总是要手动执行，这样很麻烦，所以我们可以使用代码自启动，这样就可以自动执行代码了。
  我们以Ubuntu为例，使用代码自启动，需要使用到systemd，systemd是Linux的系统和服务管理器，可以用来管理系统的服务和进程，我们使用systemd来管理代码自启动。
  首先，我们需要创建脚本，我们可以用nano创建一个脚本，打开终端，输入以下命令：
然后复制并修改以下代码：
按下ctrl+s保存，然后按下ctrl+x退出，然后给这个脚本给予权限，输入以下命令：
代码自启动自然是，创建一个新的 systemd 服务文件，输入以下命令：
然后复制并修改以下代码：
重新上电一下，输入以下命令，查看服务是否启动成功：
如果服务启动成功，会显示active (running)，如果服务启动失败，会显示inactive (dead)。
我们就可以使用代码自启动了。