大家好，今天介紹的是我們的老朋友，基于全志T507-H處理器開發(fā)的MYD-YT507H開發(fā)板。本期視頻已經(jīng)在某站獲得了23W+的播放（截至3月29日）。

本期的MYD-YT507H開發(fā)板應(yīng)用操作由 VeriMake的實(shí)習(xí)生，來自帝國理工的同學(xué)完成。

MYD-YT507H開發(fā)板由米爾電子于2022年推出和銷售，搭載了全志的車規(guī)級(jí)T507-H處理器，具有超高性能和豐富的外設(shè)資源，是優(yōu)秀的國產(chǎn)工業(yè)CPU平臺(tái)。

屏蔽罩下的是全志的T507-H處理器：

集成四核Cortex–A53，主頻1.5GHz，符合汽車AEC-Q100測(cè)試要求；

支持4K視頻編解碼；

支持LVDS、HDMI、RGB以及CVBS四種顯示輸出接口；

支持雙屏同顯、雙屏異顯，支持MIPI CSI 、DVP攝像頭輸入；提供流暢的用戶體驗(yàn)和專業(yè)的視覺效果。

搭載的1GB DDR4內(nèi)存與8GB eMMC；

開發(fā)板擁有豐富的外設(shè)擴(kuò)展：SD卡槽、持雙路網(wǎng)口，4個(gè)USB2.0接口，1個(gè)SPI，2個(gè)SDIO；

工業(yè)級(jí)板卡的工作溫度范圍為-40℃ - +85℃；

核心板為郵票孔設(shè)計(jì)。

這款基于全志T507-H處理器開發(fā)的開發(fā)板及核心板，可廣泛應(yīng)用于電力物聯(lián)網(wǎng)、汽車電子、商業(yè)顯示、工業(yè)控制、醫(yī)療器械、智能終端等領(lǐng)域。

MYC-YT507H核心板及開發(fā)板的軟件資料也非常豐富，包含但不限于U-boot、Linux、所有外設(shè)驅(qū)動(dòng)源碼和相關(guān)開發(fā)工具。文檔資料包含產(chǎn)品手冊(cè)、硬件用戶手冊(cè)、硬件設(shè)計(jì)指南、底板PDF原理圖、Linux軟件評(píng)估和開發(fā)指南等相關(guān)資料，能夠有效幫助開發(fā)者提高開發(fā)效率、縮短開發(fā)周期，加快產(chǎn)品研發(fā)和上市時(shí)間。

接下來我們就用這塊開發(fā)板做一個(gè)簡(jiǎn)單的基于圖像傳輸?shù)娜四樧R(shí)別小應(yīng)用吧。這個(gè)案例全部用python開發(fā)，實(shí)際代碼不超過50行，是比較好入門的。本次評(píng)測(cè)我們會(huì)嘗試無線圖傳功能，并且疊加人臉識(shí)別檢測(cè)視頻中是否存在人臉。

這次測(cè)試使用的是USB攝像頭，可以直接接在開發(fā)板的接口上。

01.

連接攝像頭

連接好攝像頭后使用指令dmesg，看到能讀取到攝像頭。顯示為HIK 720p Camera

接下來使用v4l來檢測(cè)相機(jī)的詳細(xì)參數(shù)。

安裝v4l：sudo apt install v4l-utils使用sudo v4l2-ctl --list-devices查看詳細(xì)信息與設(shè)備號(hào)

02.

使用OpenCV進(jìn)行人臉識(shí)別

這里使用的識(shí)別程序借鑒了這個(gè)CSDN博主的代碼https://blog.csdn.net/qianbin3200896/article/details/123643791

在開始之前，先安裝幾個(gè)庫：

sudo apt update完成更新
sudo apt install python3-opencv
pip3 install --upgrade pip
pip3 install zmq
pip3 install pybase64

首先在開發(fā)板上運(yùn)行如下程序，讀取攝像頭數(shù)據(jù)并將數(shù)據(jù)發(fā)送至PC。

import cv2import zmqimport base64
def main(): ''' 主函數(shù) ''' IP = '192.168.2.240' #上位機(jī)視頻接受端的IP地址
# 創(chuàng)建并設(shè)置視頻捕獲對(duì)象 cap = cv2.VideoCapture(0) print("open? {}".format(cap.isOpened())) cap.set(cv2.CAP_PROP_FRAME_WIDTH, 320) # 設(shè)置圖像寬度 cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 240) # 設(shè)置圖像高度
# 建立TCP通信協(xié)議 contest = zmq.Context() footage_socket = contest.socket(zmq.PAIR) footage_socket.connect('tcp://%s:5555'%IP)

接著需要在PC上接收開發(fā)板傳來的信息，將視頻分為一幀幀的內(nèi)容分別存儲(chǔ)和處理。當(dāng)識(shí)別到人臉時(shí)會(huì)用紅框圈出。

打開anaconda prompt運(yùn)行如下內(nèi)容

import cv2import zmqimport base64import numpy as np
def main(): ''' 主函數(shù) ''' context = zmq.Context() footage_socket = context.socket(zmq.PAIR) footage_socket.bind('tcp://*:5555') cv2.namedWindow('Stream',flags=cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)

while True: print("監(jiān)聽中") frame = footage_socket.recv_string() #接收TCP傳輸過來的一幀視頻圖像數(shù)據(jù) img = base64.b64decode(frame) #把數(shù)據(jù)進(jìn)行base64解碼后儲(chǔ)存到內(nèi)存img變量中 npimg = np.frombuffer(img, dtype=np.uint8) #把這段緩存解碼成一維數(shù)組 source = cv2.imdecode(npimg, 1) #將一維數(shù)組解碼為圖像source # img=cv2.imread('1.png',1) grayimg = cv2.cvtColor(source, cv2.COLOR_BGR2GRAY) face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') faces = face_cascade.detectMultiScale(grayimg, 1.2, 5) for (x, y, w, h) in faces: cv2.rectangle(source, (x, y), (x + w, y + h), (0, 0, 255), 2) cv2.imshow('frame', source) if cv2.waitKey(1) == ord('q'): capture.release() break
if __name__ == '__main__': ''' 程序入口 ''' main()

正常工作時(shí)會(huì)一直print監(jiān)聽中。

此時(shí)可以在pc上彈出的窗口中看到攝像頭畫面，有人臉出現(xiàn)也能自動(dòng)識(shí)別。不過存在一定的延遲。