精华内容
下载资源
问答
  • 树莓派1b+ openWrt固件

    2020-03-13 19:41:32
    树莓派1b+ openWrt固件 刷入固件,开心上网 echo 0xDEADBEEF > /etc/config/google_fu_mode
  • 最近一周给部门内部搭建考试系统,选择使用PHPEMS。...而我的树莓派系统更新后...谁曾想,这一安装竟然耗费了近5天时间,期间无数次重新卡刷树莓派系统。好在有阿里云的镜像,更新速度还凑活。有几个更新包(bootloader...

    最近一周给部门内部搭建考试系统,选择使用PHPEMS。这是个开源的系统,唯一缺点是PHP的版本比较低,只能使用5.2或5.3。而我的树莓派系统更新后使用apt-get安装得到的PHP版本为5.4。由于担心版本不对,使用中会出现问题,最后决定选择编译安装LNMP。谁曾想,这一安装竟然耗费了近5天时间,期间无数次重新卡刷树莓派系统。好在有阿里云的镜像,更新速度还凑活。有几个更新包(bootloader以及doc,sonic pi)必须从raspberrypi的网站上下,那速度太慢了。最后终于搞定安装,下面记录备份一下安装流程。

     

    一.准备工作:

    • 提前下载好各类库源文件:libxml2,libmcypt,zlib,libpng,jpeg,freetype,autoconf,gd,pcre,opessl,ncurses,m4.
    • 准备下载需要程序的PHP,nginx,mysql源码包。这里使用的mysql5.1版本
    • 将上述文件都存放在一起,便于管理。

    二.整个过程记录:

    按照./configure  && make && make install进行即可。唯一不同过得就是配置参数需要注意,有些参数我也是参考网络。一般配置安装目录都在/usr/local/xxx.

    1. 重新烧写raspbian系统,wheezy版本,启动后扩充空间。重启系统后,更改source.list到阿里云镜像。

      deb http://mirrors.aliyun.com/raspbian/raspbian/ wheezy main non-free contrib
      deb-src http://mirrors.aliyun.com/raspbian/raspbian/ wheezy main non-free contrib
      sudo apt-get update && upgrade.更新系统。这里更新需要一段时间。尤其是更新bootloader 等等。

    2. 编译:libxml2

      ./configure --prefix=/usr/local/libxml2 --with-python=no  
      make && make install
    3. 编译:libmcrypt
      ./configure --prefix=/usr/local/libmcrypt --enable-ltdl-install  
      make && make install 
    4. 编译:zlib
      ./configure  
      make && make install   
    5. 编译:libpng
      ./configure --prefix=/usr/local/libpng  
      make && make instal

       

    6. 编译:jpeg
      mkdir /usr/local/jpeg9  
      mkdir /usr/local/jpeg9/bin  
      mkdir /usr/local/jpeg9/lib  
      mkdir /usr/local/jpeg9/include  
      mkdir -p /usr/local/jpeg9/man/man1  
      tar -zxvf jpegsrc.v9.tar.gz  
      cd jpeg-9/  
      ./configure --prefix=/usr/local/jpeg9/ --enable-shared --enable-static  
      make && make install  
    7. 安装:freetype,这里没有编译,直接apt安装的libfreetype6-dev,后面再安装php的时候需要用到。编译php报错freetype.h not found.需要建立软连接。
      ln -s /usr/include/freetype2/freetype.h /usr/include/freetype2/freetype/freetype.h 
    8. 编译:autoconf.
      ./configure && make && make install
    9. 编译:gd
      ./configure --prefix=/usr/local/gd2 --with-png=/usr/local/libpng/ --with-jpeg=/usr/local/jpeg9/ --with-freetype=/usr/local/freetype  
      make && make install
    10. 编译:pcre
      ./configure   
      make && make install 
    11. 编译:openssl
      ./config --prefix=/usr/local/openssl  
      make && make install 
    12. 编译:ncurses,这个必须安装,否则mysql编译会出错。
    13. ./configure --with-shared --without-debug --without-ada --enable-overwrite  
      make && make install  

       上面opessl和ncurses编译时间较长,需要耐心等待。

    14. 编译安装nginx。

        groupadd www
        useradd -g www www

      ./configure --user=www --group=www --prefix=/usr/local/nginx --with-openssl=/lnmp/openssl-1.0.0l --with-http_stub_status_module --with-http_ssl_module   
      make && make install 

      配置nginx.conf.

      配置nginx;
      vi /usr/local/nginx/conf/nginx.conf  
      #第35行server下找到location / 修改为如下,root为根路径,index为默认解析  
       location / {  
                        root  /var/www/html;  
                        index  index.html index.htm index.php;  
                       }  
      #修改fastcgi配置,在server下找到location ~ \.php$(第74行),并修改为如下  
       location ~ \.php$ {  
                            root           /var/www/html;  
                            fastcgi_pass   127.0.0.1:9000;  
                            fastcgi_index  index.php;  
                            fastcgi_param  SCRIPT_FILENAME  /var/www/html$fastcgi_script_name;  
                            include        fastcgi_params;  
                    }  

       

    15. 编译安装mysql。具体方法参考http://blog.csdn.net/yangzhawen/article/details/7431865.
      1. 建立组和用户。
        groupadd mysql
        useradd -g mysql mysql

         

      2. 配置编译
         ./configure --prefix=/usr/local/mysql --enable-local-infile
        make
        make install

         

      3. 可能会出现错误:提示m4的库文件没有,需要下载安装。配置使用默认选择即可。
      4. 安装选项文件,将源文件里的support-files里的conf文件用作模板。
        cp support-files/my-medium.cnf /etc/my.cnf

         

      5. 设置mysql的权限。
        cd /usr/local/mysql
        chown -R mysql .
        chgrp -R mysql .

         

      6. 新建mysql数据表
        /usr/local/mysql/bin/mysql_install_db --user=mysql

         

      7. 改变/usr/local/mysql/var文件权限
        chown -R mysql var

         

      8.  拷贝执行文件
        cp /usr/local/src/mysql-5.1.47/support-files/mysql.server /etc/init.d/mysql

         

      9. 测试运行mysql
        usr/local/mysql/bin/mysqld_safe --user=mysql &
        service mysql start

         

      10. 修改mysql的管理员密码
        /usr/local/mysql/bin/mysqladmin -u root password 你的password

         

      11. 登录使用mysql
        /usr/local/mysql/bin/mysql -u root -p

         

      12. 链接mysql文件,解决command not found 问题。
         cd /usr/local/mysql/bin/
         for file in *;
        > do 
        > ln -s /usr/local/mysql/bin/$file /usr/bin/$file;
        > done

         

      13. 测试mysql,在任意目录使用mysql -u root -p 应该有提示密码输入。
      14. netstat -atln 检查3306端口使用情况。
      15. Service mysql start启动mysql服务 Service mysql stop停止mysql服务,Service mysql status检查状态。
    16. 编译安装php5.2.17
      ./configure --prefix=/usr/local/php --with-config-file-path=/usr/local/php/etc --with-mysql=/usr/local/mysql/ --with-libxml-dir=/usr/local/libxml2/ --with-jpeg-dir=/usr/local/jpeg9/ --with-freetype-dir --with-gd --with-mcrypt=/usr/local/libmcrypt/ --with-mysqli=/usr/local/mysql/bin/mysql_config --enable-soap --enable-mbstring=all --enable-sockets --enable-fpm --with-pdo-mysql=/usr/local/mysql/ --with-png-dir=/usr/local/libpng/

      编译会出错node.c的错误,百度即可解决,下面为方法。

      $ curl -o php-5.2.17.patch https://mail.gnome.org/archives/xml/2012-August/txtbgxGXAvz4N.txt
      $ tar jxf php-5.2.17.tar.bz2 
      $ cd php-5.2.17
      $ patch -p0 -b <../php-5.2.17.patch 

       

    17. 启动php-fpm,如果提示错误,需要注意php安装目录下conf文件是否存在php-fpm.conf.并将其中nobody改为前面添加的用户名及组名www。
    18. 安装phpMadmin。需要注意php的版本与其应匹配。直接下载解压缩到站点目录即可。
    19. 安装完毕后添加各启动项目到/etc/rc.local里面exit 0前面即可保证开机启动。
      if [ "$_IP" ]; then
        printf "My IP address is %s\n" "$_IP"
      fi
      
      /usr/local/nginx/sbin/nginx
      /usr/local/php/sbin/php-fpm
      service  mysql start
      exit 0

       

    20. 安装phpems,按照官方手册安装即可。需要注意修改数据库配置文件,修改data文件和files文件的权限。

    至此,lnmp系统安装完毕。安装需要耐心,一定需要耐心,特别是要编译到树莓派这类处理能力不高的系统上!!

     

    转载于:https://www.cnblogs.com/tech123/p/6248974.html

    展开全文
  • 树莓派3B+(适合树莓派3B)运行Tensorflow_Lite

    千次阅读 热门讨论 2020-01-21 14:25:17
    TensorFlow Lite 是一种用于设备端推断的开源深度学习框架...此次树莓派沿用我在 树莓派3B+(适合树莓派3B) Qt 使用 Cmake C++ OpenCV 与 树莓派3B+(适合树莓派3B)运行Tensorflow Object Detection 后的配置,所有配...

    lite
    TensorFlow Lite 是一种用于设备端推断的开源深度学习框架,可以在Android与IOS端进行部署,本次使用MobaXterm进行配置安装

    一、树莓派环境配置

    1.树莓派升级

    此次树莓派沿用我在 树莓派3B+(适合树莓派3B) Qt 使用 Cmake C++ OpenCV树莓派3B+(适合树莓派3B)运行Tensorflow Object Detection 后的配置,所有配置与之前相同,包括源,现在官网下载安装 MobaXterm,安装并打开连接树莓派如下,升级命令如下

    sudo apt-get update
    sudo apt-get upgrade
    

    完成如下

    2.git 下载

    在 github 官网下载 TensorFlow git

    git clone https://github.com/EdjeElectronics/TensorFlow-Lite-Object-Detection-on-Android-and-Raspberry-Pi
    

    git
    镇上的网太差了,我不得不在 PC 下载并上传到树莓派,然后解压,反正无论什么方法你都要得到这个文件夹/(ㄒoㄒ)/~~,我下载的压缩包,并解压,并重命名为tflite

    unzip TensorFlow-Lite-Object-Detection-on-Android-and-Raspberry-Pi-master.zip
    mv TensorFlow-Lite-Object-Detection-on-Android-and-Raspberry-Pi-master/ tflite
    

    二、TensorFlow-Lite安装与示例

    1.为 tflite 创建虚拟环境

    cd tflite
    sudo pip3 install virtualenv
    python3 -m venv tflite-env
    source tflite-env/bin/activate
    

    最终效果如下
    效果
    如果不创建虚拟环境则要修改 get_pi_requirements.sh 因为里面有的版本跟我们已安装的冲突,虚拟环境则不用,因为跟系统自带 不冲突
    例如查看已安装 Python 版本,显示为 4.1.1.26

    python3
    import cv2
    cv2.__version__
    

    直接运行 get_pi_requirements.sh 配置环境(我仍然打开了此文件并修改 OpenCV 为 4.1.1.26 版本),安装完成如下
    完成
    我的 get_pi_requirements.sh 如下

    #!/bin/bash
    
    # Get packages required for OpenCV
    
    sudo apt-get -y install libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev
    sudo apt-get -y install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
    sudo apt-get -y install libxvidcore-dev libx264-dev
    sudo apt-get -y install qt4-dev-tools libatlas-base-dev
    
    pip3 install opencv-python==4.1.1.26
    
    # Get packages required for TensorFlow
    
    # For now, downloading the TensorFlow builds from lhelontra's "TensorFlow on ARM" repository
    # Thanks lhelontra for being super awesome!
    # Will change to just 'pip3 install tensorflow' once newer versions of TF are added to piwheels
    
    #pip3 install tensorflow
    
    version=$(python -c 'import sys; print(".".join(map(str, sys.version_info[:2])))')
    
    if [ $version == "3.7" ]; then
    wget https://github.com/lhelontra/tensorflow-on-arm/releases/download/v2.0.0/tensorflow-2.0.0-cp37-none-linux_armv7l.whl
    pip3 install tensorflow-2.0.0-cp37-none-linux_armv7l.whl
    rm tensorflow-2.0.0-cp37-none-linux_armv7l.whl
    fi
    
    if [ $version == "3.5" ]; then
    wget https://dl.google.com/coral/python/tflite_runtime-1.14.0-cp35-cp35m-linux_armv7l.whl
    pip3 install tflite_runtime-1.14.0-cp35-cp35m-linux_armv7l.whl
    rm tflite_runtime-1.14.0-cp35-cp35m-linux_armv7l.whl
    fi
    

    注意安装完记得测试虚拟环境与普通环境是否有这个安装模块,以 OpenCV 为例使用命令如下

    python3
    import cv2
    cv2.__version__
    

    我的普通环境与虚拟环境都显示 4.1.1 安装正确

    2.创建示例

    下载 TensorFlow 官网模型,点此页面,复制连接地址并下载,解压,重命名为 Sample_TFlite_model 一气呵成
    下载

    wget http://storage.googleapis.com/download.tensorflow.org/models/tflite/coco_ssd_mobilenet_v1_1.0_quant_2018_06_29.zip
    unzip coco_ssd_mobilenet_v1_1.0_quant_2018_06_29.zip -d Sample_TFlite_model
    

    下载完成
    下载
    运行示例

    python TFLite_detection_image.py --modeldir=Sample_TFlite_model --image=test1.jpg
    

    结果
    运行命令示例如下

    python TFLite_detection_image.py --modeldir=TFLite_model
    python TFLite_detection_image.py --modeldir=TFLite_model --image=squirrel.jpg
    python TFLite_detection_image.py --modeldir=TFLite_model --imagedir=squirrels
    

    参考链接:EdjeElectronics’s github

    到此树莓派使用 TensorFlow-Lite 就完成了

    展开全文
  • 此处省略XX字,在我的博客树莓派3B+(适合树莓派3B) Qt 使用 Cmake C++ OpenCV,此处链接中具有详细的系统安装教程,此处延用当时的环境,源,系统,配置等 二、正式安装 1.Update Raspberry Pi sudo apt-get update ...

    一、系统安装

    此处省略XX字,在我的博客树莓派3B+(适合树莓派3B) Qt 使用 Cmake C++ OpenCV此处链接中具有详细的系统安装教程,此处延用当时的环境,源,系统,配置等

    二、正式安装

    1.Update Raspberry Pi

    sudo apt-get update
    sudo apt-get upgrade
    

    完成如下,上次升过级,所以这次很快,第一次升级速度会很慢
    完成

    2.Install TensorFlow

    sudo apt-get install libatlas-base-dev
    sudo pip3 install tensorflow
    sudo pip3 install pillow lxml jupyter matplotlib cython
    sudo apt-get install python-tk
    

    TensorFlow 安装特别容易失败,下载内容为:
    https://www.piwheels.org/simple/tensorflow/tensorflow-1.14.0-cp35-none-linux_armv7l.whl,注意我的是 Python 3.5,注意查看下载的网址文件
    包
    失败
    我利用PC通过某种方法下载好了此文件,并利用 FileZilla Pro 上传至树莓派,可以使用命令行安装,需要此文件可以评论留言索取
    在这里插入图片描述
    安装此文件

    sudo pip3 install tensorflow-1.14.0-cp35-none-linux_armv7l.whl
    

    ls 为查看当前目录文件
    安装
    安装完成
    完成
    导入 tensorflow 包,查看版本,弹出的警告是 tensorflow-1.14.0 在新版本语法更新而已,不用理睬

    python
    import tensorflow
    tensorflow.__version__
    


    安装剩余依赖

    sudo pip3 install pillow lxml jupyter matplotlib cython
    sudo apt-get install python-tk
    

    安装完成
    完成

    3.Install OpenCV

    此处省略XX字,在我的博客树莓派3B+(适合树莓派3B) Qt 使用 Cmake C++ OpenCV此处链接中具有详细的 Python OpenCV 安装教程,此处延用当时的环境,源,系统,配置等,由于已经安装,所以我可以直接导入

    python3
    import cv2
    cv2.__version
    

    CV

    4.Compile and install Protubuf

    安装命令

    sudo apt-get install protobuf-compiler
    

    安装完成
    完成

    5.Set up TensorFlow directory structure

    文件夹
    下载太慢,下载不下来的话,可以使用 PC 本地下载并使用 FileZilla Pro 上传至树莓派
    上传
    执行如下命令,并且我把文件夹重命名为 TensorFlowModels,反正你用啥方法就是要这个 models

    unzip models-master.zip
    

    为了方便管理文件夹,我把之前下载的压缩包都移进了这个文件夹下
    文件夹
    下面对此 TensorFlowModels 进行环境配置
    修改 bashrc 文件

    sudo nano ~/.bashrc
    export PYTHONPATH=$PYTHONPATH:/home/pi/TensorFlowModels/research:/home/pi/TensorFlowModels/research/slim
    

    然后 Ctrl X → Y 保存退出
    修改
    输入以下命令使环境变量生效

    echo $PYTHONPATH
    

    关闭 Terminal 再打开再次输入以下命令即可看到环境变量

    echo $PYTHONPATH
    

    环境变量
    进入 object_detection 文件夹并下载模型,点击此处下载模型,ssd_mobilenet_v2_coco 模型较小,选择并下载,可以 PC 本地下载并通过 FileZilla Pro 上传到树莓派,也可以右键复制链接在 Terminal 下载

    cd TensorFlowModels/research/object_detection
    wget http://download.tensorflow.org/models/object_detection/ssdlite_mobilenet_v2_coco_2018_05_09.tar.gz
    

    模型界面
    解压

    tar -xzvf ssdlite_mobilenet_v2_coco_2018_05_09.tar.gz
    

    解压后添加label_map.pbtxt,只需要将以下文件复制过来并重命名为 label_map.pbtxt 就行

    /home/pi/TensorFlowModels/research/object_detection/data/mscoco_label_map.pbtxt
    

    文件夹
    在 research 文件夹下构建 protos

    protoc object_detection/protos/*.proto --python_out=.
    

    6.Test out object detector

    程序部分
    demo.image.py

    import numpy as np
    import matplotlib
    import os
    import sys
    import tensorflow as tf
    from PIL import Image
    from matplotlib import pyplot as plt
    
    # This is needed since the python file is stored in the object_detection folder.
    sys.path.append("..")
    
    from utils import label_map_util
    from utils import visualization_utils as vis_util
    
    matplotlib.use('TkAgg')
    
    # What model to download.
    MODEL_NAME = 'ssdlite_mobilenet_v2_coco_2018_05_09'
    
    # Path to frozen detection graph. This is the actual model that is used for the object detection.
    PATH_TO_CKPT = MODEL_NAME + '/frozen_inference_graph.pb'
    
    # List of the strings that is used to add correct label for each box.
    PATH_TO_LABELS = os.path.join('ssdlite_mobilenet_v2_coco_2018_05_09/label_map.pbtxt')
    
    NUM_CLASSES = 90
        
    detection_graph = tf.Graph()
    with detection_graph.as_default():
      od_graph_def = tf.GraphDef()
      with tf.gfile.GFile(PATH_TO_CKPT, 'rb') as fid:
        serialized_graph = fid.read()
        od_graph_def.ParseFromString(serialized_graph)
        tf.import_graph_def(od_graph_def, name='')
        
    label_map = label_map_util.load_labelmap(PATH_TO_LABELS)
    categories = label_map_util.convert_label_map_to_categories(label_map, max_num_classes=NUM_CLASSES, use_display_name=True)
    category_index = label_map_util.create_category_index(categories)
    
    def load_image_into_numpy_array(image):
      (im_width, im_height) = image.size
      return np.array(image.getdata()).reshape(
          (im_height, im_width, 3)).astype(np.uint8)
    
    # For the sake of simplicity we will use only 2 images:
    # image1.jpg
    # image2.jpg
    # If you want to test the code with your images, just add path to the images to the TEST_IMAGE_PATHS.
    PATH_TO_TEST_IMAGES_DIR = 'images'
    TEST_IMAGE_PATHS = [ os.path.join(PATH_TO_TEST_IMAGES_DIR, 'image{}.jpg'.format(i)) for i in range(1, 2) ]
    
    # Size, in inches, of the output images.
    IMAGE_SIZE = (12, 8)
    
    with detection_graph.as_default():
      with tf.Session(graph=detection_graph) as sess:
        # Definite input and output Tensors for detection_graph
        image_tensor = detection_graph.get_tensor_by_name('image_tensor:0')
        # Each box represents a part of the image where a particular object was detected.
        detection_boxes = detection_graph.get_tensor_by_name('detection_boxes:0')
        # Each score represent how level of confidence for each of the objects.
        # Score is shown on the result image, together with the class label.
        detection_scores = detection_graph.get_tensor_by_name('detection_scores:0')
        detection_classes = detection_graph.get_tensor_by_name('detection_classes:0')
        num_detections = detection_graph.get_tensor_by_name('num_detections:0')
        for image_path in TEST_IMAGE_PATHS:
          image = Image.open(image_path)
          # the array based representation of the image will be used later in order to prepare the
          # result image with boxes and labels on it.
          
          image_np = load_image_into_numpy_array(image)
          
          # Expand dimensions since the model expects images to have shape: [1, None, None, 3]
          
          #image_np_expanded = np.expand_dims(image_np, axis=0)
          image_np_expanded = np.expand_dims(image_np, axis=0)
          
          # Actual detection.
          (boxes, scores, classes, num) = sess.run(
              [detection_boxes, detection_scores, detection_classes, num_detections],
              feed_dict={image_tensor: image_np_expanded})
          # Visualization of the results of a detection.
          vis_util.visualize_boxes_and_labels_on_image_array(
              image_np,
              np.squeeze(boxes),
              np.squeeze(classes).astype(np.int32),
              np.squeeze(scores),
              category_index,
              use_normalized_coordinates=True,
              line_thickness=16,)
          plt.figure(figsize=IMAGE_SIZE)
          plt.imshow(image_np)
          plt.show()
    

    运行结果
    图片显示

    三、TensorFlow 1.14.0源码修正与字体大小修改

    留意博主下篇文章

    到此为止,在树莓派上运行 TensorFlow 就完成啦

    展开全文
  • 在只有笔记本,没有路由器的情况下,我们可以使用树莓派连接电脑的猎豹wifi产生的无线信号登入树莓派3,树莓派3b已经有了内置了wifi。在此之前,我们需要在SD卡里的cmdline.txt文件添加一个与电脑同一网段的IP,例如...

    在只有笔记本,没有路由器的情况下,我们可以使用树莓派连接电脑的猎豹wifi产生的无线信号登入树莓派3,树莓派3b已经有了内置了wifi。在此之前,我们需要在SD卡里的cmdline.txt文件添加一个与电脑同一网段的IP,例如
    ip=192.168.1.123
    然后使用网线直连电脑,使用putty.exe软件登入树莓派。
    这里写图片描述

    然后输入命令`
    $ sudo nano /etc/wpa_supplicant/wpa_supplicant.conf

    打开wpa_supplicant.conf 文件填写wifi名和密码。
    输入猎豹wifi账号密码

    重启树莓派,wifi会自动连接笔记本电脑的wifi,这时,查看猎豹wifi上的ip
    这里写图片描述
    我这里是192.168.191.2,按照之前的方法,将SD卡里的cmdline.txt文件ip修改
    ip=192.168.191.2
    启动树莓派就可以连接猎豹wifi,打开putty.exe软件,输入相关信息登入。
    这里写图片描述

    这样,在没有屏幕的情况下,我们用VNC登入树莓派3的桌面就不需要连接网线了,直接无线登入树莓派3桌面
    这里写图片描述
    这里写图片描述

    PS:树莓派要使用VNC,需要现在树莓派上安装tightvncserver,具体安装方法见http://download.csdn.net/download/feitingfj/9757796

    展开全文
  • 准备一片树莓派3B+,一张16G SD卡,一个读卡器,一个显示器,三个工具软件(SDFormatter,FileZilla Pro,Win32DiskImager),自行百度下载,也可以评论留言索取 先将 SD 卡插上读卡器,使用 SDFormatter 格式化: ...
  • 树莓派3B 已经到手玩了好几天了,之前一直用的飞思卡尔的arm9开发板,两者相比真心觉得树莓派真是太牛逼了。废话少说,今天就是要把之前对树莓派学习做一个总结; (一)、 拿到开发板第一件事就是想要让开发板跑...
  • 1树莓派是什么? Raspberry Pi(中文名为“树莓派”,简写为RPi,或者RasPi/RPi)是为学生计算机编程教育而设计,只有信用卡 大小的卡片式电脑,其系统基于Linux。 树莓派由注册于英国的慈善组织“Raspberry Pi ...
  • 树莓派3b入门指南

    万次阅读 多人点赞 2017-07-17 17:53:22
    近日,入手了树莓派3b,准备把它当一台防火墙用,配置如下: 我买的套装是最简版的,只有一个电源线、一个塑料外壳,一个8G SD卡,几个散热片。捣鼓了几天,网上搜索了一些资料,在此记录下详细的过程,方便之后...
  • Raspberry Pi 树莓派 1B完整原理图 包括电源 USB 网卡 接口 BCM2835
  • 树莓派3b安装opencv

    2020-12-22 11:20:03
    记录一下本人使用树莓派3b弄OpenCV时的过程和遇到的坑,大体参照微雪的教程进行的https://www.waveshare.net/study/article-900-1.html 烧录系统 本人采用的是树莓派官方2020年12月2日发布的2020-12-02-raspios-...
  • 电脑连接树莓派3B+

    千次阅读 2019-12-01 09:50:31
    本文介绍两种电脑连接树莓派3B+的方法: 电脑通过以太网连接树莓派3B+ 电脑通过WiFi连接树莓派3B+ 1. 外观和特性 1.1 电路板正面 树莓派3 B+板卡配备1.4GHz 64位四核Cortex-A53处理器,1GB RAM,全尺寸HDMI和4...
  • 以下是整个过程的记录:1、下载数据手册和控制单片机IO口相似,如果用户想控制树莓派的GPIO,就得先知道GPIO相关寄存器的地址和设置的方法。树莓派的网站上提供了外设说明手册(Peripheral specification),这个手册...
  • 树莓派3B--树莓派屏幕的安装

    千次阅读 2017-12-05 11:24:37
     连接GPIO接口,Raspberry Pi ModelA+/B+/2 B/3 B引出了40个GPIO管脚,而屏幕引出了26个管脚,连接时注意对应屏幕管脚和树莓派管脚。 您可以通过两种方法使用该LCD:方法一,给Raspbian/Ubuntu Mate系统安装...
  •  1、VNC 是一款优秀的远程控制软件,在树莓派、手机、电脑或者平板上安装VNC,就可以通过这些设备来远程控制树莓派了。   二、安装VNC服务 安装VNC需要使用命令行来完成,如果需要远程操作安装VNC,就必须通过...
  • 树莓派3B安装Ubuntu 18.04

    万次阅读 热门讨论 2019-01-25 09:54:53
    树莓派3B安装Ubuntu 18.04 这里展示的是使用显示器的方法,不用ssh 树莓派3b安装Ubuntu18.04完全遵照的Ubuntu wiki中的步骤。 (1)下载并写入 下载Ubuntu 18.04 LTS镜像文件:...
  • 树莓派3B 基础操作1

    2017-12-13 18:23:38
    初次使用树莓派系统时,默认用户是pi ,密码为raspberry。 要想使用root帐号,或者说开启root用户,可使用pi用户登录,执行下面命令(此命令是给root账户设置密码的,当切换到root管理员后,此命令无效) sudo...
  • 1树莓派3b (2)ubuntu mate    我的两台树莓派默认是不开启ssh的,然后第一台按照下面开启ssh (1)sudo raspi-config(2)然后点advanced options (3)然后选择开启ssh 第二台是按照如下开启的 (1...
  • 树莓派3B+移植uboot

    2021-05-10 17:21:17
    1、准备一张8G以上microSD卡或U盘(树莓派3B+默认支持USB启动),在Windows环境,下载官方烧写程序Raspberry Pi Imager,烧写安装官方树莓派32位操作系统, 启动流程: 1、First stage bootloader 树莓派上电后...
  • 树莓派3B+温控风扇

    千次阅读 2019-08-10 04:03:45
    树莓派3B+温控风扇 ...树莓派3B+:1个 小风扇:1个 杜邦线:若干(>=3根) 1k电阻:1个 NPN三极管:1个 备注:材料中的三极管可以使用PNP三极管代替,但需要注意电流方向以及GPIO的电平。由于购买的外...
  • 为了熟悉和了解Linux的使用,买了个树莓派,瞎鼓捣,今天小编叙述一下树莓派的使用与系统的安装。 树莓派本身是相当于一个微信计算机,可以购买
  • (树莓派3B+)安装openwrt作为有线中继路由器 实验目的 ...(1)支持树莓派3b+的openwrt镜像文件确实不好找,openwrt官网放出的release镜像正常人是无法进入系统的。 1)这里直接给出一个可直接烧录并启...
  • 1.从openwrt官网下载树莓派3b+加的固件。 官网地址https://downloads.openwrt.org/snapshots/targets/brcm2708/bcm2710/ 有下面几种版本,一般下载rpi-3-ext4-factory.img.gz。 2.刷固件到TF卡中 用Panasonic_...
  • 树莓派3B--打开双目摄像头

    万次阅读 2018-07-16 19:00:32
    一、介绍 1、淘宝上有专门卖树莓派专用的双目摄像头。 2、在树莓派上打开双目摄像头,可以用Python + OpenCV,...1树莓派3b; 2、树莓派双目摄像头; 3、Qt 5.6; 4、OpenCV3.2。   三、工程代码 1、cam...
  • 树莓派3b+ qt5.12.4

    2021-03-16 23:35:45
    基于树莓派3b+ qt5.12.4. PC(ubuntu18 64位), 树莓派(Raspbian Stretcheith desktop) 准备工作 树莓派 1.更新固件 sudo rpi-update reboot 2.配置 sudo raspi-config #1. 打开SSH协议 #2. 调整GPU显存 #3. 打开...
  • 树莓派3b 路由

    2019-01-20 23:51:00
    1、确认树莓派与网线连好,树莓派通过eth0的静态IP连接网络。sudo apt-get install dnsmasq hostapdhostapd:能使无线网卡工作在软AP(Access Point)模式,即无线路由器;dnsmasq:能够同时提供DHCP和DNS服务;2、...
  • 树莓派3B安装Ubuntu Mate18.04版

    千次阅读 2020-02-19 22:37:08
    树莓派:Raspberry PI 3 Model B(树莓派3) microSD卡:闪迪16GB存储卡 HDMI线 读卡器 树莓派型号与Ubuntu版本对应表 Name Ubuntu18.04 Mate Ubuntu18.04 树莓派 3B树莓派 3B+ ✔ 2 ...
  • 树莓派Raspbian系统的安装分为步 1.镜像文件下载 ... 选择Raspbian Stretch with desktop 的下载ZIP 2.格式化tf卡SD card formatter ...3.将下载好的系统镜像写入tf卡,工具win32diskimager ...4.如果是树莓派3B+,本...
  • 树莓派3b+ U盘启动 

    2021-03-29 10:58:55
    树莓派3b+ U盘启动 1. ...
  • 实验室项目需要用Qt在树莓派上开发一个用户交互界面。虽然树莓派的硬件配置随版本更新不断提升,但是还是无法满足直接在树莓派上进行Qt开发,所以首先要做的事情...1.准备文件(下载方式后加) 2015-05-05-raspbian-

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,044
精华内容 817
关键字:

树莓派1b