树莓派基本设置--10.使用MIPI摄像头
树莓派5将以前的CSI和DSI接口合并成两个两用的CSI/DSI(MIPI)端口。
一、配置摄像头
使用树莓派摄像头或第三方相机可以按照下面表格修改相机配置:
| 摄像头模块 | 文件位于:/boot/firmware/config.txt |
|---|---|
| V1 相机 (OV5647) | dtoverlay=ov5647 |
| V2 相机 (IMX219) | dtoverlay=imx219 |
| HQ 相机 (IMX477) | dtoverlay=imx477 |
| GS相机(IMX296) | dtoverlay=imx296 |
| 摄像头模块 3 (IMX708) | dtoverlay=imx708 |
| IMX290 和 IMX327 | dtoverlay=imx290,clock-frequency=74250000 或(两个模块共享 IMX290 内核驱动程序;有关正确的频率, 请参阅模块供应商的说明) dtoverlay=imx290,clock-frequency=37125000 |
| IMX378型 | dtoverlay=imx378 |
| OV9281系列 | dtoverlay=ov9281 |
若自己使用的不是树莓派官方摄像头,可以按照表格上面的内容修改config.txt文件,将dtoverlay内容添加进/boot/firmware/config.txt文件内。
sudo nano /boot/firmware/config.txt
![]()
例如:树莓派使用IMX219摄像头,将摄像头接在树莓派J4接口,然后修改/boot/firmware/config.txt文件:

使用IMX219摄像头需要接在树莓派5的J4接口才可以识别!
dtoverlay=ov5647和dtoverlay=imx219分别指的是树莓派广角摄像头和IMX219摄像头!
修改配置文件,重启生效!
二、使用摄像头
2.1 预览摄像头
- rpicam-hello
在终端输入该命令会显示预览窗口约5秒钟
- rpicam-hello -t 0
在终端运行该命令会一直显示预览窗口,可以用过窗口关闭按钮和Ctrl+C按键退出!
2.2 拍照
- rpicam-jpeg -o test.jpg
显示5秒的预览,然后捕获图像并将其保存为test.jpg文件
- rpicam-jpeg -o test.jpg -t 2000 --width 640 --height 480
显示2秒的预览,然后捕获图像并将其保存为test.jpg文件,图像的宽度为640像素,高度为480像素。
rpicam-still
该命令可用于保存不同格式文件:
rpicam-still -e png -o test.png
rpicam-still -e bmp -o test.bmp
rpicam-still -e rgb -o test.data
rpicam-still -e yuv420 -o test.data
- 原始图像捕获
rpicam-still -r -o test.jpg
- 延时拍摄
以间隔2秒连续捕获图像,捕获总时长为30秒,并将每张图像保存为类似image0001.jpg这样的文件名格式:
rpicam-still -t 30000 --timelapse 2000 -o image%04d.jpg
2.3 录像
rpicam-vid
用于在树莓派上使用摄像头模块进行视频录制的命令。
示例:录制10秒的视频并写入test.h264文件
rpicam-vid -t 10000 -o test.h264
播放视频
vlc test.h264
注意事项:若test.h264文件无法播放,出现报错,请尝试下面这种方法解决。
修改H264每秒播放的帧率



相关文章:
树莓派基本设置--10.使用MIPI摄像头
树莓派5将以前的CSI和DSI接口合并成两个两用的CSI/DSI(MIPI)端口。 一、配置摄像头 使用树莓派摄像头或第三方相机可以按照下面表格修改相机配置: 摄像头模块文件位于:/boot/firmware/config.txtV1 相机 (OV5647&am…...
【ARCGIS实验】地形特征线的提取
目录 一、提取不同位置的地形剖面线 二、将DEM转化为TIN 三、进行可视分析 四、进行山脊、山谷等特征线的提取 1、正负地形提取(用于校正) 2、山脊线提取 3、山谷线的提取 4、河网的提取 5、流域的分割 五、鞍部点的提取 1、背景 2、目的 3…...
HTML 基础标签——表格标签<table>
文章目录 1. `<table>` 标签:定义表格2. `<tr>` 标签:定义表格行3. `<th>` 标签:定义表头单元格4. `<td>` 标签:定义表格单元格5. `<caption>` 标签:为表格添加标题6. `<thead>` 标签:定义表格头部7. `<tbody>` 标签:定义表格…...
线程函数和线程启动的几种不同形式
线程函数和线程启动的几种不同形式 在C中,线程函数和线程启动可以通过多种形式实现。以下是几种常见的形式,并附有相应的示例代码。 1. 使用函数指针启动线程 最基本的方式是使用函数指针来启动线程。 示例代码: #include <iostream&g…...
数组排序简介-基数排序(Radix Sort)
基本思想 将整数按位数切割成不同的数字,然后从低位开始,依次到高位,逐位进行排序,从而达到排序的目的。 算法步骤 基数排序算法可以采用「最低位优先法(Least Significant Digit First)」或者「最高位优先…...
进程间通信(命名管道 共享内存)
文章目录 命名管道原理命令创建命名管道函数创建命名管道 共享内存原理shmgetFIOK 代码应用:premsnattch 命名管道 用于两个毫无关系的进程间的通信。 原理 Linux文件的路径是多叉树,故文件的路径是唯一的。 让内核缓冲区不用刷新到磁盘中,…...
Python 网络爬虫教程:从入门到高级的全面指南
Python 网络爬虫教程:从入门到高级的全面指南 引言 在信息爆炸的时代,网络爬虫(Web Scraping)成为了获取数据的重要工具。Python 以其简单易用的特性,成为了网络爬虫开发的首选语言。本文将详细介绍如何使用 Python …...
深度学习:正则化(Regularization)详细解释
正则化(Regularization)详细解释 正则化(Regularization)是机器学习和统计建模领域中用以防止模型过拟合同时增强模型泛化能力的一种技术。通过引入额外的约束或惩罚项到模型的损失函数中,正则化能够有效地限制模型的…...
Freertos学习日志(1)-基础知识
目录 1.什么是Freertos? 2.为什么要学习RTOS? 3.Freertos多任务处理的原理 1.什么是Freertos? RTOS,即(Real Time Operating System 实时操作系统),是一种体积小巧、确定性强的计算机操作系统…...
CentOS9 Stream 支持输入中文
CentOS9 Stream 支持输入中文 方法一:确保 gnome-control-center 和相关组件已更新方法二:手动添加输入法源配置方法三:配置 .xinputrc 文件方法四:检查语言包 进入centos9 stream后,点击右上角电源键,点击…...
基于向量检索的RAG大模型
一、什么是向量 向量是一种有大小和方向的数学对象。它可以表示为从一个点到另一个点的有向线段。例如,二维空间中的向量可以表示为 (𝑥,𝑦) ,表示从原点 (0,0)到点 (𝑥,𝑦)的有向线段。 1.1、文本向量 1…...
【力扣 + 牛客 | SQL题 | 每日5题】牛客SQL热题216,217,223
也在牛客力扣写了一百来题了,个人感觉力扣的SQL题要比牛客的高三档的难度。(普遍来说) 1. 牛客SQL热题216:统计各个部门的工资记录数 1.1 题目: 描述 有一个部门表departments简况如下: dept_nodept_named001Marke…...
Unity humanoid 模型头发动画失效问题
在上一篇【Unity实战笔记】第二十二 提到humanoid 模型会使原先的头发动画失效,如下图所示: 头发摆动的是generic模型和动画,不动的是humanoid模型和动画 一开始我是尝试过在模型Optimize Game objects手动添加缺失的头发骨骼的,奈…...
最全Kafka知识宝典之Kafka的基本使用
一、基本概念 传统上定义是一个分布式的基于发布/订阅模式的消息队列,主要应用在大数据实时处理场景,现在Kafka已经定义为一个分布式流平台,用于数据通道处理,数据流分析,数据集成和关键任务应用 必须了解的四个特性…...
机器学习中的数据可视化:常用库、单变量图与多变量图绘制方法
《博主简介》 小伙伴们好,我是阿旭。专注于人工智能、AIGC、python、计算机视觉相关分享研究。 ✌更多学习资源,可关注公-仲-hao:【阿旭算法与机器学习】,共同学习交流~ 👍感谢小伙伴们点赞、关注! 《------往期经典推…...
CodeQL学习笔记(3)-QL语法(模块、变量、表达式、公式和注解)
最近在学习CodeQL,对于CodeQL就不介绍了,目前网上一搜一大把。本系列是学习CodeQL的个人学习笔记,根据个人知识库笔记修改整理而来的,分享出来共同学习。个人觉得QL的语法比较反人类,至少与目前主流的这些OOP语言相比&…...
代码随想录训练营Day11 | 226.翻转二叉树 - 101. 对称二叉树 - 104.二叉树的最大深度 - 111.二叉树的最小深度
226.翻转二叉树 题目链接:226.翻转二叉树思路:遍历二叉树,遍历的时候交换左右节点即可代码: TreeNode* invertTree(TreeNode* root) {reverse(root);return root;}// 迭代法,层序遍历void f2(TreeNode* root) {queue…...
“死鱼眼”,不存在的,一个提词小技巧,拯救的眼神——将内容说给用户,而非读给用户!
视频录制时,死鱼眼问题常见 即便内容再好,眼神死板也会减分 痛点真痛:拍视频时容易紧张 面对镜头,许多人难免紧张 神情僵硬,眼神无光,甚至忘词 这不仅影响表现,还让人难以专注 忘我场景&#x…...
深度学习在复杂系统中的应用
引言 复杂系统由多个相互作用的组成部分构成,这些部分之间的关系往往是非线性的,整体行为难以通过简单的线性组合来预测。这类系统广泛存在于生态学、气象学、经济学和社会科学等多个领域,具有动态演变、自组织、涌现现象以及多尺度与异质性…...
vue3图片懒加载
背景 界面很长,屏幕不能一下装下所有内容,如果以进入首页就把所有内容都加载完的话所需时间较长,会影响用户体验,所以可以当用户浏览到时再去加载。 代码 新建index.ts文件 src下新建directives文件夹,并新建Index…...
Qwen3-0.6B快速调用:LangChain助力,轻松玩转大模型
Qwen3-0.6B快速调用:LangChain助力,轻松玩转大模型 1. 快速了解Qwen3-0.6B Qwen3-0.6B是阿里巴巴开源的通义千问系列最新一代语言模型,拥有6亿参数规模。相比前代模型,它在推理能力、指令遵循和多语言支持方面都有显著提升。这个…...
贝叶斯分位数回归实战指南:从理论到业务落地
贝叶斯分位数回归实战指南:从理论到业务落地 【免费下载链接】pymc Python 中的贝叶斯建模和概率编程。 项目地址: https://gitcode.com/GitHub_Trending/py/pymc 在数据科学实践中,我们常面临这样的困境:当预测用户行为、设备故障时间…...
攻克Windows安装难题:AtlasOS全方位解决2502/2503错误的技术方案
攻克Windows安装难题:AtlasOS全方位解决2502/2503错误的技术方案 【免费下载链接】Atlas 🚀 An open and lightweight modification to Windows, designed to optimize performance, privacy and security. 项目地址: https://gitcode.com/GitHub_Tren…...
通义千问1.5-1.8B-Chat-GPTQ-Int4 Java开发集成:SpringBoot项目实战指南
通义千问1.5-1.8B-Chat-GPTQ-Int4 Java开发集成:SpringBoot项目实战指南 最近在帮一个朋友做项目,他们想在自己的Java应用里加个智能对话功能,看中了通义千问1.5-1.8B-Chat-GPTQ-Int4这个模型。这模型挺有意思的,体积小但能力不弱…...
Go HTTP Server 性能分析与优化
Go HTTP Server 性能分析与优化 在当今高并发的互联网应用中,HTTP Server的性能直接决定了用户体验和系统稳定性。Go语言凭借其轻量级协程和高效的网络库,成为构建高性能HTTP服务的首选之一。即使使用Go,开发者仍需深入分析性能瓶颈并进行针…...
李慕婉-仙逆-造相Z-Turbo跨平台GUI开发:使用Qt构建模型调参与预览桌面应用
李慕婉-仙逆-造相Z-Turbo跨平台GUI开发:使用Qt构建模型调参与预览桌面应用 每次看到那些功能强大的AI模型,你是不是也心动过?但一打开命令行,面对密密麻麻的参数和代码,瞬间就觉得头大,只想关掉窗口。对于…...
别再折腾了!Ubuntu 24.04 下用 TeX Live + VSCode 写论文,这份配置清单直接抄
Ubuntu 24.04 TeX Live VSCode:学术写作终极配置指南 如果你正在为毕业论文的格式调整而抓狂,或是厌倦了在不同教程间来回切换却始终无法解决中文乱码问题,那么这份指南就是为你准备的。作为一名在Linux环境下完成过三篇学术论文的老手&am…...
Biome 代码检查:别再等 ESLint 慢吞吞了
Biome 代码检查:别再等 ESLint 慢吞吞了 毒舌时刻这代码写得跟网红滤镜似的——仅供参考。各位前端同行,咱们今天聊聊 Biome。别告诉我你还在用 ESLint Prettier,那感觉就像用老爷车跑高速——能跑,但慢得让人崩溃。 为什么你需要…...
BGE Reranker-v2-m3效果展示:原始分数与归一化分数双维度结果对比分析真实案例
BGE Reranker-v2-m3效果展示:原始分数与归一化分数双维度结果对比分析真实案例 1. 系统核心能力概览 BGE Reranker-v2-m3是一个基于先进AI技术的本地文本相关性重排序工具,专门用于评估查询语句与候选文本之间的匹配程度。这个工具的核心价值在于能够智…...
Python入门实战:调用MogFace-large完成你的第一个人脸检测程序
Python入门实战:调用MogFace-large完成你的第一个人脸检测程序 你是不是对AI人脸检测感到好奇,但又觉得它离自己很远,需要高深的数学和复杂的代码?今天,我们就来打破这个迷思。我将带你用Python,从一个纯新…...
