TX2部署总结

写这一篇文章主要是做一个简单的笔记，笔记任然有待完善，先做一个简单的记录。

Python2.7-OpenCV+Tensorflow+Keras环境安装部署

1. tx2板子中自带python2.7以及python3.5的环境，但是需要安装pip

Install pip and virtualenv for Ubuntu 16.04LTS Maverick and newer，输入下面命令：

sudo apt-get install python-pip python-dev build-essential 
sudo pip install --upgrade pip 
sudo pip install --upgrade virtualenv 

也可以通过以下方式安装：

For Python 3 ：pip3
sudo apt-get install python3-pip

For Python 2 ：pip
sudo apt-get install python-pip

2. pip安装完成之后可以修改pip源

临时使用：

可以在使用pip的时候加参数 -i https://pypi.tuna.tsinghua.edu.cn/simple

例如：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple gevent，这样就会从清华这边的镜像去安装 gevent 库。

阿里源地址为：
https://mirrors.aliyun.com/pypi/simple

永久使用：

linux下，修改 ~/.pip/pip.conf (没有就创建一个)， 修改 index-url至tuna（没有就添加），内容如下：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

3. 使用pip安装有关的依赖包
可以使用以下几种方式来安装：xxx为包名，如 keras；

sudo pip install xxx
sudo pip install --extra-index-url=https://developer.download.nvidia.com/compute/redist/jp33 xxx
sudo apt-get install python-xxx

注意以下几个包的安装（我目前碰到的比较头疼的）：

1. 安装pillow

首先安装支持包：
sudo apt-get install libjpeg-dev libfreetype6-dev zlib1g-dev libpng12-dev
之后：
sudo pip install pillow

2. 安装tensorflow

sudo pip install --extra-index-url=https://developer.download.nvidia.com/compute/redist/jp33 tensorflow-gpu

tensorflow-nvJetson

3. 安装keras

Jetson tx2的tensorflow keras环境搭建

之后跑tensorflow的代码可能会出现一些版本不兼容的问题，需要修改tensorflow的模型等。这个就随机应变了。兵来将挡 …

网络摄像头rtsp视频流配置以及读取

1. 修改本地IP地址，以及配置DNS（需要将本地IP修改成和）

sudo vim /etc/network/interfaces

加入以下内容：

auto eth0    # 设置自动启动eth0接口
iface eth0 inet static    # 设置为静态ip
address 192.168.10.58    # ip地址
netmask 255.255.255.0    # 子网掩码
gateway 192.168.10.1    # 默认网关

dns-nameservers 8.8.8.8 114.114.114.114    # 配置多个DNS

其他：

sudo vim /etc/resolv.conf  # DNS有关配置，开机重启之后就会清空

如果网络无法启动或不稳定，可尝试如下操作：

sudo gedit /etc/NetworkManager/NetworkManager.conf

将 managed=false 设置成 managed=true

2. python读取rtsp视频流demo

import cv2

capture = cv2.VideoCapture("rtsp://admin:[email protected]/cam/realmonitor?channel=1&subtype=0")  # 换成你的摄像头的IP地址

while True:
    ret, frame = capture.read()
    cv2.imshow("frame", frame)
    if 0xff & cv2.waitKey(1):
        break
cv2.destroyAllWindows()

3. C++读取rtsp视频流demo

#include "opencv2/opencv.hpp"
#include 

int main()
{
	std::string str = "rtsp://admin:[email protected]/cam/realmonitor?channel=1&subtype=0";
//	cv::VideoCapture cap("rtsp://admin:[email protected]:554/h264/ch1/main/av_stream");
	cv::VideoCapture cap(str);
	cv::Mat img;
	cv::namedWindow("test", CV_WINDOW_NORMAL);
	cv::setWindowProperty("test", CV_WND_PROP_FULLSCREEN, CV_WINDOW_FULLSCREEN);

	while(1)
	{
		cap >> img;
		cv::imshow("test", img);
		if(27 == cv::waitKey(1))
			break;
	}
	return 0;
}

USB摄像头配置以及读取

1. python读取usb摄像头demo

import cv2

capture = cv2.VideoCapture(0)  # 0 为默认摄像头，可以根据自己接的摄像头接口进行修改

while True:
    ret, frame = capture.read()
    cv2.imshow("frame", frame)
    if 0xff & cv2.waitKey(1):
        break
        
cv2.destroyAllWindows()

2. C++读取usb摄像头demo

#include 
#include
using namespace cv;  
using namespace std;
 
int main( )  
{  
	//【1】从摄像头读入视频
	VideoCapture capture(0);
 
	//【2】循环显示每一帧
	int j=0;
 
	capture.set(CV_CAP_PROP_FRAME_WIDTH, 1080);  
        capture.set(CV_CAP_PROP_FRAME_HEIGHT,720); 
	while(1&&(j<100)) 
	{   clock_t start,finish;
        start=clock();
		j++;
		Mat frame;  //定义一个Mat变量，用于存储每一帧的图像
		capture>>frame;  //读取当前帧
		// imshow("读取视频",frame);  //显示当前帧
		cout<<frame.size()<<endl;
		finish=clock();
  
       cout << finish-start   << "/" << CLOCKS_PER_SEC  << " (s) "<< endl;
		waitKey(1);  //延时30ms
	}  
	return 0;     
}  

C++ 代码编译方法：

build.sh
sudo g++ -o capture -I/usr/include -O3 -Wall testmain.cpp -L /usr/lib -lopencv_core -lopencv_imgproc -lopencv_flann -lopencv_highgui -lopencv_ml -lopencv_video -lopencv_objdetect -lopencv_stitching -lopencv_videoio

build2.sh
sudo g++ -o capture2 -I ../opencv3.4/include -O3 -Wall testmain.cpp -L ../opencv3.4/lib -lopencv_core -lopencv_imgproc -lopencv_highgui -lopencv_video -lopencv_videoio -lopencv_imgcodecs