树莓派环境搭建（远程桌面、免驱摄像头、tensorflow）总结2018

1、树莓派准备

(1)安装散热片

(2)树莓派外壳安装 同时安装散热风扇
风扇线的接口，看得到金属触片一面，朝外。4脚接风扇红线、6脚接风扇黑线。若不转，金属出片一侧朝内尝试。

2、上电前的系统安装准备（烧写树莓派镜像）

树莓派的SD卡最好是16G或32G，8G不够用。并且要买SD卡读写速度快一点的；

准备SD卡的读卡器

下载SDFormatter（格式化SD卡）

下载Win32DiskImager（SD卡系统烧写工具）
进入官网 https://www.raspberrypi.org/downloads/ 下载页面，选择“RASPBIAN

下一步选择“RASPBIAN JESSIE LITE”，如果要使用桌面版本的，选择“RASPBIAN JESSIE WITH DESKTOP”下载压缩的镜像。将下载完的压缩镜像解压缩出来得到名为“xxxx-xx-xx-raspbian-jessie-lite.img”的镜像。

SD卡插入读写器，读写器插入到电脑
使用SDFormatter格式化SD卡，否则无法SD卡分区无法取消，烧写镜像提示失败。
打开Win32DiskImager烧写镜像
选择镜像和设备（你的SD卡），点“写”开始烧写镜像，等几分钟后提示写入成功。

当前版本的树莓派系统默认是关掉SSH的，你需要按如下的步骤操作开启SSH：
烧写完镜像后的SD卡，在Windows上可以看到一个boot分区，你需要在boot目录下创建一个名字为ssh的空文件（用记事本创建就好，保存时把.txt后缀删除），这一步做了才保证你后续远程登录没有问题。

3、启动树莓派
一切就绪，把卡插上,上电
树莓派网线连接路由器LAN口，电脑连接同一路由器网络，打开路由器管理界面，查找树莓派设备（设备名raspberrypi）查看树莓派IP
在电脑下载安装“putty”, 完成后打开软件，弹出配置界面，在主机名（Host Name）中输入树莓派对应IP地址、端口号，点击打开（弹出安全警告选择是）。

在进入登陆界面后，输入对应得树莓派账号、密码（默认账号：pi 密码：raspberry）即可连接到树莓派。（输入密码时是不显示的，不要怀疑你的键盘坏了）
登陆成功后界面如下图所示

4、系统配置
（1）开启SSH和VNC：
可直接利用sudo raspi-config命令进入设置模式，在Interfacing Options下面设置即可。
（2）为树莓派更换国内源。（国外的源延迟高，可能导致不能成功下载）
.执行命令:)
使用管理员权限（经由sudo），编辑/etc/apt/sources.list文件。参考命令行为：

$ sudo nano /etc/apt/sources.list

用#注释掉原文件内容，用以下内容取代：

deb http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ stretch main contrib non-free rpi
deb-src http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ stretch main contrib non-free rpi

Ctrl+O 回车后保存文件，Ctrl+X 退出编辑器。
使用管理员权限（经由sudo），编辑/etc/apt/sources.list.d/raspi.list文件。参考命令行为：

$ sudo nano /etc/apt/sources.list.d/raspi.list

用#注释掉原文件内容，用以下内容取代：

deb http://mirror.tuna.tsinghua.edu.cn/raspberrypi/ stretch main ui
deb-src http://mirror.tuna.tsinghua.edu.cn/raspberrypi/ stretch main ui

Ctrl+O 回车后保存文件，Ctrl+X 退出编辑器。
注意： 网址末尾的raspbian重复两次是必须的。因为Raspbian的仓库中除了APT软件源还包含其他代码。APT软件源不在仓库的根目录，而在raspbian/子目录下。
编辑镜像站后，请使用sudo apt-get update命令，更新软件源列表，同时检查您的编辑是否正确
（3）安装中文字库
接着上一步，在我们重启sudo reboot后，输入终端更新命令:

sudo apt-get update

更新以后，输入以下命令

sudo apt-get install ttf-wqy-zenhei

安装过程中会提示你是否继续，按Y
这样中文字库就安装好了。

（4）将菜单界面设置成中文
输入命令

sudo dpkg-reconfigure locales

用空格键勾选前面带有 “zhCN” 的选项，这些表示是中文字库。
确保 “zhCN.UTF-8” 被选中，同时在选local字库时选择“zh_CN.UTF-8”

（5）安装中文输入法
输入命令

sudo apt-get install scim-pinyin

安装完成后，重启树莓派

sudo reboot

（6）设置时间
修改时间首先应该修改树莓派的时区，输入命令：

sudo dpkg-reconfigure tzdata

选择亚洲，然后选择上海

在树莓派上，打date命令可以看到系统的日期时间

5、远程桌面服务配置

（1）如果想远程树莓派，并有图像界面，则需安装xrdp和Linux的桌面服务
在putty的命令窗口下执行：

sudo apt-get install tightvncserver 

完成Linux 桌面服务的安装。

在putty的命令窗口下执行

sudo apt-get install xrdp

（有Y/N选择时回车），完成xrdp的安装。

（2）打开电脑的运行窗口（快捷键：Window + R），输入mstsc，然后执行，在远程桌面连接窗口中输入树莓派IP，点击连接，

然后在Login to xrdp窗口中，Module选择sesman-Xvnc，用户名：pi，密码：raspberry，完成后即可进入系统图像界面。

在远程其树莓派时的电脑时提示错误“客户端无法建立与远程计算机的连接，远程计算机可能不支持所需的FIPS安全级别”或者“由于安全设置错误，客户端无法连接到远程计算机。确定你已登录到网络后。

注：在win10家庭版中无法进行下列操作
1、打开win10下的控制面板；
2、选择“管理工具”；
3、打开管理工具的“本地安全策略”；
4、在本地安全策略中，打开“本地策略”下的“安全选项”；
5、在右边的策略中，找到“系统加密：将FIPS算法用于加密 、哈希和签名”点击右键属性；
6、将“本地安全设置”设置为“已禁用”，在单击“应用”，后”确定”，即可远程控制！

6、使用USB免驱动摄像头获取图像

（1）安装软件“fswebcam、mplayer、alsamixer”
安装fswebcam（一款小型摄像头程序）输入命令：

sudo apt-get install fswebcam

安装mplayer（多媒体播放器）输入命令：

sudo apt-get install mplayer

（2）连接设备：
在终端输入：
ls /dev
查找，是否可以看见 video0 这个设备，如果有，说明树莓派已识别它了，如果没有，需要重新更新下固件

运行lsusb命令，有相关摄像头的信息，

（3）调用摄像头看效果
在终端输入（必须在树莓派端执行，在SSH下执行命令会提示失败）：

sudo mplayer tv://

即可调用mplayer看到实时图像
执行命令试拍一张看看效果

fswebcam -d /dev/video0 --no-banner -r 320x240 /home/pi/image.jpg

-d是配置使用哪个摄像设备，–no-banner应该是水印相关，不加的话，可能会报字体问题， -r后的是图片的宽与高，最后的是待保存的图片路径。
在实际使用时拍摄出的照片是纯黑，需要加-S参数，控制拍照延时。我使用的是10，实际它并不是命令等待10秒后才拍摄，大约只等待1s左右，不影响使用。

fswebcam -d /dev/video0 --no-banner -r 320x240 -S 10 /home/pi/image.jpg

七、安装opencv
(1)下载若干依赖项
更新软件源

sudo apt-get update
sudo apt-get upgrade

依次下载依赖项

sudo apt-get install build-essential
sudo apt-get install cmake
sudo apt-get install libgtk2.0-dev
sudo apt-get install pkg-config
sudo apt-get install python-dev python-numpy
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev

（2）获取源代码
从opencv官网下载opencv3.3.1的linux版本。建立opencv文件夹，解压opencv3.3.1

unzip opencv-3.3.1.zip

(3)安装opencv
进入解压文件夹（具体版本而定）

cd opencv-3.2.0

创建release文件夹

mkdir release

进入release目录下

cd release

配置cmake

sudo cmake -DCMAKE_BUILD_TYPE=RELEASE \
-D WITH_FFMPEG=OFF
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D INSTALL_PYTHON_EXAMPLES=ON \
-DOPENCV_EXTRA_MODULES_PATH=~/opencv_contrib-3.3.1/modules \
-D BUILD_EXAMPLES=ON ..

编译源代码的时间非常的长

make
sudo make install;

八、安装tensorflow

（1）安装tensorflow-1.1.0-cp27-none-linux_armv7l.whl
首先用浏览器下载tensorflow-1.1.0-cp27-none-linux_armv7l.whl网址https://github.com/samjabrahams/tensorflow-on-raspberry-pi/releases/download/v1.1.0/tensorflow-1.1.0-cp27-none-linux_armv7l.whl
接下来，便是把下载的文件tensorflow-1.1.0-cp27-none-linux_armv7l.whl发送给树莓派，我是用的是Filezilla软件。然后安装。

sudo pip install tensorflow-1.1.0-cp27-none-linux_armv7l.whl

注意：文件名称和执行命令是否一致，特别注意空格。否则可能出现以下情况。

(2)卸载，重装mock
For Python 2.7

sudo pip uninstall mock
sudo pip install mock
 

(3)查找存放了用于图像识别的代码
查看Tensorflow的文件目录：/usr/local/lib/python2.7/dist-packages/tensorflow，在该目录的models/image/imagenet目录下，存放了用于图像识别的代码classify_image.py。
问题又来了
安装的一样是tensorflowv1.1.0，你会发现你没有models，更别说classify_image.py了。因为1.0版本以后models就被SamAbrahams大佬独立出来了，不在放在一个压缩包里了。
到网上下载models的文件包通过FileZilla发送给树莓派。
通过Linux命令将models文件复制到/usr/local/lib/python2.7/dist-packages/tensorflow目录下

sudo cp -r /home/pi/models /ucr/local/lib/python2.7/dist-packages/tensorflow

(4)下载解压Tensorflow深度学习图像识别库
通过电脑下载inception-2015-12-05.tgz后通过FileZilla发送给树莓派通过Linux命令复制到/usr/local/lib/python2.7/distpackages/tensorflow/models/image/imagenet/目录下

sudo cp -r /home/pi/inception-2015-12-05.tgz /usr/local/lib/python2.7/distpackages/tensorflow/models/image/imagenet/

打开inception-2015-12-05.tgz所在目录

sudo cp -r /home/pi/cat.jpg /usr/local/lib/python2.7/dist-packages/tensorflow/models/image/imagenet

用指令tar解压该图像识别库

sudo tar xf inception-2015-12-05.tgz

解压后，可以看到目录下存放了一张实例图片cropped_panda.jpg

(5)小测试，模型识别物体

$ cd /usr/local/lib/python2.7/dist-packages/tensorflow/models/image/imagenet
$ python3.5 classify_image.py --model_dir /usr/local/lib/python2.7/dist-packages/tensorflow/models/image/imagenet --image_file mobike.jpg

其中，/usr/local/lib/python2.7/dist-packages/tensorflow/models/image/imagenet这个路径是TensorFlow的 Python图像分类程序 classify_image.py 所在的路径，不同的OS可能不一样。–model_dir 参数传入的是我们前面解压出来的模型文件所在的路径，–image_file 是待识别的图片的路径。

可见，TensorFlow认为图片是山地自行车（mountain bike）／全地形自行车（all-terrain bike）／越野车（off-roader）的概率是0.59306，识别结果还算可以。