内容介绍

项目介绍

本项目完成的是板卡一：BeagleBone® Black的任务三 - 自命题。

在BBB板卡上实现了以下功能：

WIFI图传
Opencv数字识别
按键1：保存当前的图片
按键2：进行识别，并且在用四个LED以二进制的方式显示当前识别的数字

硬件平台

首先就是本次活动的核心：BeagleBone Black板卡，使用的是TI的处理器AM3358，虽然年级比较大，但是还是很能打的，并且官方提供长时间的出货

BBB对外使用的接口资源还是挺齐全的，如下：

1个microHDMI
1个以太网
1个microSD卡座
1个USB Hose，1个USB Client
4个用户LED，1个电源指示LED
1个复位按键，1个电源按键，1个Boot按键
Debug串口排针
DC母座-5V

除了活动所使用的板卡，我还使用到了其他的东西：

Type-A 转 Type-C
USB-HUB
USB-Camera
USB-WIFI

如下是所用到硬件的组合体。为了防止板子放在桌上发生短路以及固定摄像头等意外，打印了个外壳。

环境搭建

下载烧入新镜像

拿到板子的时候，肯定是要先给板子刷入最新的镜像啦，官方镜像网站：Latest Software Images，我下载的镜像是AM335x 12.2 2023-10-07 4GB microSD IoT。里面有Image【开发板镜像文件】、sha256【开发板镜像校验文件】

下载下来为了访问因为网络等其他因素导致下载数据丢失等问题，所以最好校验一下。

在windows下面进行校验流程，在命令行窗口(CMD)中输入：Get-FileHash -Path "需要校验的文件"，既可以看到校验值，如果输出的sha256中的校验值和《am335x-debian-12.2-iot-armhf-2023-10-07-4gb.img.xz.sha256sum》这个文件中的值不一样的话，则说明有问题最好重新下载校验

烧入镜像工具下载地址：balenaEtcher，SD卡最好是新的或者以及格式化过了，且容量最好大于等于8GB，我是用的SD卡是32GB的。在balenaEtcher中先选择镜像文件，然后在选择SD卡的盘符，最后点击Finish等待镜像的烧写。

将SD卡烧入BBB的SD卡槽中，在上电之前按住按键S2(uSD BOOT)，一开始四颗LED全亮，等待读取SD内容完成后，就会根据镜像中设置的状态进行闪烁，状态如下

USR0 通常在启动时配置为以心跳模式闪烁
USR1 通常在启动时配置为在 SD （microSD）卡访问期间亮起
USR2 通常在启动时配置为在 CPU 活动期间亮起
USR3 通常在启动时配置为在 eMMC 访问期间亮起

稍等一会，就会电脑上就会出现一个盘符，上面有一些介绍的文档和内容。在网络连接中会看到多了一个USB的以太网设备，根据以下连接方式和操作系统来分配网络，我是在Windows下使用USB连接，所以我的网络连接的那个新的设备的ip：192.168.7.1

IP Address	Connection Type	Operating System(s)	Status
192.168.7.2	USB	Windows	Inactive
192.168.6.2	USB	Mac OS X, Linux	Inactive
192.168.8.1	WiFi	all	Inactive
beaglebone.local	all	mDNS enabled	Inactive
beaglebone-2.local	all	mDNS enabled	Inactive

这样就可以通过SSH就可以访问BBB板卡了，我使用的连接工具是MobaXterm，新建ssh，输入正确的ip和用户名，进去之后输入密码，默认密码为：temppwd

先在命令行中查看一下镜像是否烧写成功

debian@BeagleBone:~$ sudo su
[sudo] password for debian:
root@BeagleBone:/home/debian# cat /etc/dogtag
BeagleBoard.org Debian Bookworm IoT Image 2023-10-07

通过查看文件夹中的内容“BeagleBoard.org Debian Bookworm IoT Image 2023-10-07”，可以看到是IoT的2023-10-07的镜像。ok，完成了第一大步-镜像的烧写！！！

安装USB-WiFi驱动

将USB-Wifi插到USB-Host接口，输入lsusb查看设备的型号

 root@BeagleBone:/home/debian# lsusb
 Bus 001 Device 081: ID 0bda:0179 Realtek Semiconductor Corp. RTL8188ETV Wireless LAN 802.11n Network Adapter
 Bus 001 Device 001: ID 1d6b:0002 Linux Foundation 2.0 root hub

可以看到型号为：RTL8188ETV，ID为：0bda:8179，GitHub驱动下载链接：quickreflex/rtl8188eus: Wifi driver support for rtl8188eu, rtl8188eus and rtl8188etv chips and working under the new linux kernel (5.1.x). (github.com)

按照Github中的Readme提示进行安装：

安装内核源代码【否则make all报错：/lib/modules/5.10.168-ti-r72/build不存在】：apt-get install linux-headers-$(uname -r)
编译：make all
安装【会将.bin进行复制，若没有手动cp一下：cp ./rtl8188eufw.bin /lib/firmware/rtlwifi/】：make install

安装WiFi工具：network-manager

 # 安装
 apt-get update
 apt-get install network-manager
 
 # 启用并启动服务
 systemctl enable NetworkManager
 systemctl start NetworkManager
 
 # 扫描周围的WIFI
 nmcli dev wifi list
 
 # 根据上面扫描出来的进行连接WIFI
 nmcli dev wifi connect "your_network_ssid" password "your_password"
 
 # 获取IP地址
 ip a show wlan0
 
 # 查看ip
 ifconfig

摄像头配置

将摄像头插到USB-Host接口，输入lsusb查看设备的型号，一般摄像头都是免驱的，所以并不用安装什么驱动就能直接使用，并且在/dev目录下面应该会多出来两个video设备，其中/dev/video0是图像/视频集，/dev/video1是metadata采集，没特殊需求一般都是用video0就可。

root@BeagleBone:/home/debian# lsusb
Bus 001 Device 002: ID 0c45:6368 Microdia USB 2.0 Camera
Bus 001 Device 001: ID 1d6b:0002 Linux Foundation 2.0 root hub
root@BeagleBone:/home/debian#
root@BeagleBone:/home/debian# ls /dev/video*
/dev/video0  /dev/video1

安装V4L2，它是Linux内核中用于处理视频捕捉和输出设备的一个API（应用程序接口）

sudo apt update
sudo apt install v4l-utils

然后就可以使用V4L2查看摄像头的参数了，不同的视频格式，分辨率以及帧率等

root@BeagleBone:/home/debian# v4l2-ctl --list-formats-ext -d /dev/video0
ioctl: VIDIOC_ENUM_FMT
        Type: Video Capture

        [0]: 'MJPG' (Motion-JPEG, compressed)
                Size: Discrete 1920x1080
                        Interval: Discrete 0.033s (30.000 fps)
                Size: Discrete 1280x720
                        Interval: Discrete 0.017s (60.000 fps)
                Size: Discrete 1280x1024
                        Interval: Discrete 0.033s (30.000 fps)
                Size: Discrete 640x480
                        Interval: Discrete 0.008s (120.101 fps)
                Size: Discrete 800x600
                        Interval: Discrete 0.017s (60.000 fps)
                Size: Discrete 1024x768
                        Interval: Discrete 0.033s (30.000 fps)
                Size: Discrete 320x240
                        Interval: Discrete 0.008s (120.501 fps)
        [1]: 'YUYV' (YUYV 4:2:2)
                Size: Discrete 1920x1080
                        Interval: Discrete 0.167s (6.000 fps)
                Size: Discrete 640x480
                        Interval: Discrete 0.033s (30.000 fps)
                Size: Discrete 320x240
                        Interval: Discrete 0.033s (30.000 fps)
                Size: Discrete 800x600
                        Interval: Discrete 0.050s (20.000 fps)
                Size: Discrete 1280x720
                        Interval: Discrete 0.111s (9.000 fps)
                Size: Discrete 1024x768
                        Interval: Discrete 0.167s (6.000 fps)
                Size: Discrete 1280x1024
                        Interval: Discrete 0.167s (6.000 fps)

查看画面

因为烧入的是Debian无图形化界面，所以接入到Hdmi显示屏上也只能敲敲命令行跟ssh连接过去一样，这就有点麻烦了，不能直接通过opencv的cv2.imshow等相关显示图片或视频的函数来显示直观的展示了，那就只能通过网络传输到电脑上查来了，最后发现一个开源工具：mjpg-streamer，需要将源代码下载下来进行安装，下面是具体步骤：

下载mjpg-streamer
apt-get install cmake
cd mjpg-streamer-experimental
make
make install
启动（注意以下几个参数）
1. 摄像头设备名：/dev/video0
2. 打开的分辨率：640x480
3. 打开的帧率：30

root@BeagleBone:/home/debian/linux/mjpg-streamer# cd mjpg-streamer-experimental/
root@BeagleBone:/home/debian/linux/mjpg-streamer/mjpg-streamer-experimental# ls
CMakeLists.txt  LICENSE   README.md  cmake            makedeb.sh       mjpg_streamer.h         plugins         scripts   utils.c  www
Dockerfile      Makefile  TODO       docker-start.sh  mjpg_streamer.c  mjpg_streamer@.service  postinstall.sh  start.sh  utils.h
root@BeagleBone:/home/debian/linux/mjpg-streamer/mjpg-streamer-experimental# make
[ -d _build ] || mkdir _build
[ -f _build/Makefile ] || (cd _build && cmake  -DCMAKE_BUILD_TYPE=Release ..)
CMake Deprecation Warning at CMakeLists.txt:1 (cmake_minimum_required):
  Compatibility with CMake < 2.8.12 will be removed from a future version of
  CMake.

  Update the VERSION argument <min> value or use a ...<max> suffix to tell
  CMake that the project does not need compatibility with older versions.


-- The C compiler identification is GNU 12.2.0
-- Detecting C compiler ABI info
…………


root@BeagleBone:/home/debian/linux/mjpg-streamer/mjpg-streamer-experimental# make install
make -C _build install
make[1]: Entering directory '/home/debian/linux/mjpg-streamer/mjpg-streamer-experimental/_build'
make[2]: Entering directory '/home/debian/linux/mjpg-streamer/mjpg-streamer-experimental/_build'
make[3]: Entering directory '/home/debian/linux/mjpg-streamer/mjpg-streamer-experimental/_build'
make[3]: Leaving directory '/home/debian/linux/mjpg-streamer/mjpg-streamer-experimental/_build'
[ 13%] Built target mjpg_streamer
make[3]: Entering directory '/home/debian/linux/mjpg-streamer/mjpg-streamer-experimental/_build'
make[3]: Leaving directory '/home/debian/linux/mjpg-streamer/mjpg-streamer-experimental/_build'
[ 21%] Built target input_file
make[3]: Entering directory '/home/debian/linux/mjpg-streamer/mjpg-streamer-experimental/_build'
make[3]: Leaving directory '/home/debian/linux/mjpg-streamer/mjpg-streamer-experimental/_build'
[ 39%] Built target input_http
…………


root@BeagleBone:/home/debian/linux/mjpg-streamer/mjpg-streamer-experimental# mjpg_streamer -i "input_uvc.so -d /dev/video0 -r 640x480 -f 30" -o "output_http.so -p 8080 -w ./www"
MJPG Streamer Version.: 2.0
 i: Using V4L2 device.: /dev/video0
 i: Desired Resolution: 640 x 480
 i: Frames Per Second.: 30
 i: Format............: JPEG
 i: TV-Norm...........: DEFAULT
 i: FPS coerced ......: from 30 to 61612
UVCIOC_CTRL_ADD - Error at Pan (relative): Inappropriate ioctl for device (25)
UVCIOC_CTRL_ADD - Error at Tilt (relative): Inappropriate ioctl for device (25)
UVCIOC_CTRL_ADD - Error at Pan Reset: Inappropriate ioctl for device (25)
UVCIOC_CTRL_ADD - Error at Tilt Reset: Inappropriate ioctl for device (25)
UVCIOC_CTRL_ADD - Error at Pan/tilt Reset: Inappropriate ioctl for device (25)
UVCIOC_CTRL_ADD - Error at Focus (absolute): Inappropriate ioctl for device (25)
UVCIOC_CTRL_MAP - Error at Pan (relative): Inappropriate ioctl for device (25)
UVCIOC_CTRL_MAP - Error at Tilt (relative): Inappropriate ioctl for device (25)
UVCIOC_CTRL_MAP - Error at Pan Reset: Inappropriate ioctl for device (25)
UVCIOC_CTRL_MAP - Error at Tilt Reset: Inappropriate ioctl for device (25)
UVCIOC_CTRL_MAP - Error at Pan/tilt Reset: Inappropriate ioctl for device (25)
UVCIOC_CTRL_MAP - Error at Focus (absolute): Inappropriate ioctl for device (25)
UVCIOC_CTRL_MAP - Error at LED1 Mode: Inappropriate ioctl for device (25)
UVCIOC_CTRL_MAP - Error at LED1 Frequency: Inappropriate ioctl for device (25)
UVCIOC_CTRL_MAP - Error at Disable video processing: Inappropriate ioctl for device (25)
UVCIOC_CTRL_MAP - Error at Raw bits per pixel: Inappropriate ioctl for device (25)
 o: www-folder-path......: ./www/
 o: HTTP TCP port........: 8080
 o: HTTP Listen Address..: (null)
 o: username:password....: disabled
 o: commands.............: enabled

可以看到HTTP TCP port是8080，所以在浏览器中输入http://192.168.7.2:8080就进入到M-JPEG stream页面中了，在右侧中选择相应的选项就可以看到图片或者视频了

功能实现

要完成这个大功能，需要逐步实现每一个小功能，最终形成一个完整的项目

GPIO
1. 点灯
2. 检测按键
OpenCV识别

GPIO

点灯

在BBB硬件介绍中，我们可以发现以下信息：

USR0 通常在启动时配置为以心跳模式闪烁
USR1 通常在启动时配置为在 SD （microSD）卡访问期间亮起
USR2 通常在启动时配置为在 CPU 活动期间亮起
USR3 通常在启动时配置为在 eMMC 访问期间亮起
USR4/WIFI 通常在启动时配置为使用 WiFi（客户端）网络关联（仅限 BeagleBone Blue 和 BeagleBone AI）)
当我们修改Led的状态的时候，就会改变原本的指示含义，不过问题不大，我们自己清楚它处于什么运行状态就好。

在命令行中，输入cd /sys/class/leds就可以进入到指定目录下，`ls `可以查看当前目录下的问题，可以看到有四个绿色的用户指示灯，对应到开发板就是右上角那四盏灯。
进入其中一个LED的目录，cd beaglebone\:green\:usr0，可以看到有以下内容

brightness：用来设置或获取LED的亮度值。写入0表示关闭LED
device：这是一个指向LED设备所在设备目录的符号链接
max_brightness：这个文件显示了该LED支持的最大亮度值。这通常是255
power：电源管理相关的东西。
subsystem：这个文件是一个指向LED子系统的符号链接
trigger：这个文件用于设置或查询触发LED亮起的事件类型【none，heartbeat等】

查看LED可配置的模式和当前模式：more trigger。被 [ ] 框住的表示当前状态，可以看到是心跳模式。板子的这个LED默认配置的就是这个，所以上电的时候就会USR0会Blingbling的闪
让LED受控于我们！

debian@beaglebone:/sys/class/leds/beaglebone:green:usr0$ echo none > trigger   #设置
debian@beaglebone:/sys/class/leds/beaglebone:green:usr0$ echo 1 > brightness   #打开
debian@beaglebone:/sys/class/leds/beaglebone:green:usr0$ echo 0 > brightness   #关闭

通过命令行可以控制LED的状态，那么通过程序点灯也要差不多的原理

#!/usr/bin/python 
import sys

LED0 = "/sys/class/leds/beaglebone:green:usr0"
LED1 = "/sys/class/leds/beaglebone:green:usr1"
LED2 = "/sys/class/leds/beaglebone:green:usr2"
LED3 = "/sys/class/leds/beaglebone:green:usr3"

def writeLED ( filename, value, path):
	fo = open( path + filename,"w")
	fo.write(value)
	fo.close()
	return
	
	def removeTrigger(path): 
	writeLED ("/trigger", "none", path)
	return

def LED_ON(ledPath):
	removeTrigger(ledPath)
	writeLED("/brightness", "1", ledPath)
	return
	
	def LED_OFF(ledPath):
	removeTrigger(ledPath)
	writeLED("/brightness", "0", ledPath)
	return

# while true:
    # LED_OFF(LED0)
    # LED_OFF(LED1)
    # LED_OFF(LED2)
    # LED_OFF(LED3)
    # time.sleep(5)
    # LED_ON(LED0)
    # LED_ON(LED1)
    # LED_ON(LED2)
    # LED_ON(LED3)
    # time.sleep(5)

将控制LED的操作放在LED.py文件中，到时候在主程序中调用即可。

按键

按键操作其实就是读取GPIO的平台状态，所以只需要将GPIO设置为输入，然后获取对应的高低电平即可。
先进入GPIO这个目录下面cd /sys/class/gpio，通过ls发现了很多GPIO端口

那如何跟原理图上面的管教对应起来呢？以排座P9中GPIO3_19和GPIO1_16为例子，后面使用的按键也是接到这两个管教上面的。
在BBB这个板卡所用芯片中，会有GPIOx_0——GPIOx_31，一共32个为一组。
所以GPIO3_19和GPIO1_16分别为：32×3+19=115，32×1+16=48，对应到上面目录中就是gpio115和gpio48

进入其中一个GPIO的目录，cd gpio115，可以看到有以下内容

active_low：1：表示该GPIO是低电平有效的。0：表示高电平有效
device：这是一个指向GPIO控制器所在设备目录的符号链接
direction：设置或获取GPIO的方向，in（输入）或out（输出）
edge：设置或获取触发中断的边沿类型，none（无触发）、rising（上升沿触发）、falling（下降沿触发）和both（双边沿触发）
label：这是一个GPIO的描述性标签
power：电源管理相关的东西
subsystem：指向gpio子系统的符号链接
value：当前GPIO的状态，当direction=in时，用于读取，当direction=out时，用于设置输出电平

读取按键KEY的状态

debian@BeagleBone:/sys/class/gpio/gpio115$ echo in > direction
debian@BeagleBone:/sys/class/gpio/gpio115$ echo 0 > active_low
debian@BeagleBone:/sys/class/gpio/gpio115$ echo none > edge
debian@BeagleBone:/sys/class/gpio/gpio115$ cat value
0
debian@BeagleBone:/sys/class/gpio/gpio115$ cat value
1

通过命令行可以读取KEY的状态，那么通过程序读取也是差不多的原理

#!/usr/bin/python 
import sys

KEY1 = "/sys/class/gpio/gpio48"
KEY2 = "/sys/class/gpio/gpio115"

def KeyInit(path):
    fo = open( path + "/direction","w")
    fo.write("in")
    fo.close()
    
    fo = open( path + "/active_low","w")
    fo.write("0")
    fo.close()
    
    fo = open( path + "/edge","w")
    fo.write("none")
    fo.close()
    return

# 低电平按下
def readKey1():
    fo = open( KEY1 + "/value","r")
    value = fo.read()
    fo.close()
    if value=="0\n":
        return 1;
    else:
        return 0

# 高电平按下
def readKey2():
    fo = open( KEY2 + "/value","r")
    value = fo.read()
    fo.close()
    if value=="1\n":
        return 1;
    else:
        return 0

# KeyInit(KEY1)
# KeyInit(KEY2)

# while True:
    # if(readKey1()):
        # print("key1")
    # if(readKey2()):
        # print("key2")

OpenCV

因为使用的不是图形化界面，并不能通过直接在命令行中查看图像，所以只能通过保存下一帧图片或者视频在电脑上查看

import cv2

# 打开视频流（默认摄像头），并设置格式为MJPG
cap = cv2.VideoCapture(0)

# 设置分辨率为640x480
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)

# 设置格式为MJPG
fourcc = cv2.VideoWriter_fourcc(*'MJPG')
cap.set(cv2.CAP_PROP_FOURCC, fourcc)

# 设置帧率为30fps
cap.set(cv2.CAP_PROP_FPS, 30)

if not cap.isOpened():
    print("无法打开摄像头")
    exit()

ret, frame = cap.read()
if ret:
    cv2.imwrite('captured_image.jpg', frame)
    print("图片已保存为 'captured_image.jpg'")
else:
    print("无法读取帧")

cap.release()

在上面环境搭建中，使用了网页中查看摄像头页面占用了/dev/video0，而且/dev/video0不能同时被多个应用打开，因此上面那段代码就不能正常运行了，所以想要在网页实时显示，并且运行opencv的话，可以将/dev/video0流到网页中，在opencv中打开网页流

import cv2

# 用网络摄像头流的URL代替默认摄像头设备
stream_url = 'http://192.168.7.2:8080/?action=stream'

# 打开视频流
cap = cv2.VideoCapture(stream_url)

# 设置分辨率为640x480
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)

# 设置格式为MJPG
fourcc = cv2.VideoWriter_fourcc(*'MJPG')
cap.set(cv2.CAP_PROP_FOURCC, fourcc)

# 设置帧率为30fps
cap.set(cv2.CAP_PROP_FPS, 30)

# 检查是否成功打开流
if not cap.isOpened():
    print("无法打开网络摄像头流")
    exit()

# 读取一帧
ret, frame = cap.read()

# 如果成功读取帧
if ret:
    # 保存图像到文件
    cv2.imwrite('captured_image.jpg', frame)
    print("图片已保存为 'captured_image.jpg'")
else:
    print("无法读取帧")

# 释放资源
cap.release()

OK，图像或者视频可以获取到了，后面就需要进行识别了。
数字识别大致可以分为三种方式（第一种方式和第二钟方式比较方便简单，第三种比较准确但是更加复杂）：

使用OCR（比如：Tesseract OCR）
1. 安装对应的库

sudo apt-get update
sudo apt-get install tesseract-ocr
pip install pytesseract --break-system-packages

- 简单代码示例

import cv2
import pytesseract

image = cv2.imread('1.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# OCR
text = pytesseract.image_to_string(gray, config='--psm 10 --oem 3 -c tessedit_char_whitelist=0123456789')

print("Recognized digit:", text.strip())

使用模板匹配（只需要使用OpenCV内置的库即可）
1. 简单代码示例

import cv2
import numpy as np

image = cv2.imread('5.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 读取模板
templates = []
for i in range(10):
    template = cv2.imread(f'{i}.png', 0)
    templates.append(template)

# 匹配模板
results = []
for template in templates:
    res = cv2.matchTemplate(gray, template, cv2.TM_CCOEFF_NORMED)
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
    results.append(max_val)

# 获取最高匹配值对应的数字
recognized_digit = np.argmax(results)
print("Recognized digit:", recognized_digit)

使用 TensorFlow 或 PyTorch
1. 功能代码：悲！没有调出来。在安装部署的时候报错了各种各样的错误[晕了]，最后好不容易部署好，从网上下载了训练好的数字识别模型，发现无论传0-9的数字都只识别1和6，也不知道为啥，后来将原始图片转后保存下载查看看数字也很精确啊，试了好多模型后还是没有成功，先就搁置一旁了

功能展示

import sys
import cv2
import numpy as np
import led
import key
from led import LED0, LED1, LED2, LED3
from key import KEY1, KEY2


# 用网络摄像头流的URL代替默认摄像头设备
# stream_url = 'http://192.168.7.2:8080/?action=stream'
# cap = cv2.VideoCapture(stream_url)
# 用USB直接打开摄像头
cap = cv2.VideoCapture(0,cv2.CAP_V4L2)

# 设置分辨率为640x480
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)

# 设置格式为MJPG
fourcc = cv2.VideoWriter_fourcc(*'MJPG')
cap.set(cv2.CAP_PROP_FOURCC, fourcc)

# 设置帧率为30fps
cap.set(cv2.CAP_PROP_FPS, 30)

if not cap.isOpened():
	print("无法打开摄像头")
	exit()
else:
	print("Open OK")

key.KeyInit(KEY1)
key.KeyInit(KEY2)

while True:
	if key.readKey1():
		print('key1')
		# 读取一帧
		ret, frame = cap.read()

		# 如果成功读取帧
		if ret:
			# 保存图像到文件
			cv2.imwrite('captured_image.jpg', frame)
			print("图片已保存为 'captured_image.jpg'")
		else:
			print("无法读取帧")
	if key.readKey2():
		print('key2')
		image = cv2.imread('captured_image.jpg')
		gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
		# 读取模板
		templates = []
		for i in range(10):
			template = cv2.imread(f'{i}.png', 0)
			templates.append(template)

		# 匹配模板
		results = []
		for template in templates:
			res = cv2.matchTemplate(gray, template, cv2.TM_CCOEFF_NORMED)
			min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
			results.append(max_val)

		# 获取最高匹配值对应的数字
		predicted_digit = np.argmax(results)
		print("Recognized digit:", predicted_digit)
		
		if predicted_digit == 0:
			led.LED_OFF(LED0)
			led.LED_OFF(LED1)
			led.LED_OFF(LED2)
			led.LED_OFF(LED3)
		elif predicted_digit == 1:
			led.LED_ON(LED0)
			led.LED_OFF(LED1)
			led.LED_OFF(LED2)
			led.LED_OFF(LED3)
		elif predicted_digit == 2:
			led.LED_OFF(LED0)
			led.LED_ON(LED1)
			led.LED_OFF(LED2)
			led.LED_OFF(LED3)
		elif predicted_digit == 3:
			led.LED_ON(LED0)
			led.LED_ON(LED1)
			led.LED_OFF(LED2)
			led.LED_OFF(LED3)
		elif predicted_digit == 4:
			led.LED_OFF(LED0)
			led.LED_OFF(LED1)
			led.LED_ON(LED2)
			led.LED_OFF(LED3)
		elif predicted_digit == 5:
			led.LED_ON(LED0)
			led.LED_OFF(LED1)
			led.LED_ON(LED2)
			led.LED_OFF(LED3)
		elif predicted_digit == 6:
			led.LED_OFF(LED0)
			led.LED_ON(LED1)
			led.LED_ON(LED2)
			led.LED_OFF(LED3)
		elif predicted_digit == 7:
			led.LED_ON(LED0)
			led.LED_ON(LED1)
			led.LED_ON(LED2)
			led.LED_OFF(LED3)
		elif predicted_digit == 8:
			led.LED_OFF(LED0)
			led.LED_OFF(LED1)
			led.LED_OFF(LED2)
			led.LED_ON(LED3)
		elif predicted_digit == 9:
			led.LED_ON(LED0)
			led.LED_OFF(LED1)
			led.LED_OFF(LED2)
			led.LED_ON(LED3)
			
					
						
# 释放资源
cap.release()

上面有两种方式来打开摄像头，1.使用网络；2.使用USB。第一种方式有一丢丢延迟

一个按键用于拍照保存视频，另一个按键按下的时候就会识别图片的数字，并且通过四个LED以二进制的方式显示出来。

实物展示

哈哈哈哈没想到吧，使用的按键时机械键盘里的，方便且好用！

总结

当整体程序运行的时候非常非常的慢，特别是保存视频的时候或者网页中查看到的和保存下来的是N秒之前图像等等等，通过不断的排查和寻找问题，我在以下方面进行测试

尝试提高芯片的运行的频率（没有尝试超频hhhh，没有散热器和风扇这些）

 debian@BeagleBone:~$ cpufreq-info
 cpufrequtils 008: cpufreq-info (C) Dominik Brodowski 2004-2009
 Report errors and bugs to cpufreq@vger.kernel.org, please.
 analyzing CPU 0:
   driver: cpufreq-dt
   CPUs which run at the same hardware frequency: 0
   CPUs which need to have their frequency coordinated by software: 0
   maximum transition latency: 300 us.
   hardware limits: 300 MHz - 1000 MHz
   available frequency steps: 300 MHz, 600 MHz, 720 MHz, 800 MHz, 1000 MHz
   available cpufreq governors: performance
   current policy: frequency should be within 300 MHz and 1000 MHz.
                   The governor "performance" may decide which speed to use
                   within this range.
   current CPU frequency is 1000 MHz.
   cpufreq stats: 300 MHz:0.00%, 600 MHz:0.00%, 720 MHz:0.00%, 800 MHz:0.00%, 1000 MHz:100.00%

在最后一行可以看到当前的 CPU 频率为 1000MHz了，已经是最大了

是不是我图像的分辨率设置太高了，应该不会默认使用摄像头的最高分辨率（1920x1080 30fps）吧？经过不断测试后并且权衡后使用了640x480 30fps，再低下去那个像素都糊到太糊了
因为板卡的EMMC只有4GB，当系统刷进去之后并且安装了一些应用之后，发现就没有空间安装新的应用了[悲]，所以整了一张稍微大一点SD卡，将系统刷到SD卡上，这就出现了可能的问题，SD卡的读写读取受限，a安装hdparm进行测试：

root@BeagleBone:/home/debian/linux/Code# sudo apt-get install hdparm
…………
root@BeagleBone:/home/debian/linux/Code# fdisk -l
Disk /dev/mmcblk1: 3.53 GiB, 3791650816 bytes, 7405568 sectors
Units: sectors of 1 * 512 = 512 bytes
Sector size (logical/physical): 512 bytes / 512 bytes
I/O size (minimum/optimal): 512 bytes / 512 bytes
Disklabel type: dos
Disk identifier: 0x2833793b

Device         Boot Start     End Sectors  Size Id Type
/dev/mmcblk1p1 *     8192 7405567 7397376  3.5G 83 Linux


Disk /dev/mmcblk0: 29.12 GiB, 31266439168 bytes, 61067264 sectors
Units: sectors of 1 * 512 = 512 bytes
Sector size (logical/physical): 512 bytes / 512 bytes
I/O size (minimum/optimal): 512 bytes / 512 bytes
Disklabel type: dos
Disk identifier: 0x6adf174b

Device         Boot Start      End  Sectors  Size Id Type
/dev/mmcblk0p1 *     8192 61067230 61059039 29.1G 83 Linux
root@BeagleBone:/home/debian/linux/Code# hdparm -Tt /dev/mmcblk0p1

/dev/mmcblk0p1:
 Timing cached reads:   364 MB in  2.00 seconds = 181.92 MB/sec
 Timing buffered disk reads:  38 MB in  3.12 seconds =  12.17 MB/sec

可以看到：

缓存读取速度为 181.92 MB/s
实际磁盘读取速度为 12.17 MB/s