用Python玩转树莓派小车：3种视觉算法实战（OpenCV+PiCamera）

用Python玩转树莓派小车：3种视觉算法实战（OpenCV+PiCamera）

每次看到那个四轮小车在桌面上笨拙地转圈，我都会想起第一次让树莓派“看见”世界时的兴奋。对于很多硬件爱好者和嵌入式开发者来说，树莓派小车不仅仅是一个玩具，它是连接物理世界与数字智能的绝佳桥梁。而当我们为它装上“眼睛”——摄像头，并赋予其“视觉理解”的能力时，整个项目的复杂度和趣味性便跃升到了一个新的维度。这篇文章，我想和你深入聊聊，如何用Python和OpenCV，让一台普通的树莓派小车，真正“看懂”周围的环境，并完成巡线、识别颜色和自主避障这三个经典又充满挑战的任务。

不同于简单的传感器反馈控制，视觉算法引入了一个连续的、信息丰富的感知流。它要求我们不仅要处理硬件（树莓派、摄像头、电机驱动），还要在有限的算力下，高效地处理图像，提取关键信息，并做出实时决策。这中间充满了权衡：是追求算法的精度，还是保证控制的实时性？是使用成熟的库函数，还是为了效率自己动手实现核心部分？我将结合自己多次调试和翻车的经验，为你拆解这三个视觉任务的完整实现路径，从环境搭建、核心代码剖析到实战调参技巧，希望能帮你少走弯路，更快地体验到视觉控制的魅力。

1. 环境搭建与硬件配置：为视觉任务打好地基

在开始写任何一行视觉算法代码之前，一个稳定、高效的基础环境至关重要。树莓派虽然强大，但其ARM架构和有限的资源（尤其是早期型号）意味着我们不能像在PC上那样随意安装大型库。一个常见的误区是直接使用树莓派官方镜像自带的Python和包管理器进行安装，这极易导致依赖冲突或安装失败。

我的建议是，从系统选择开始就为计算机视觉任务做优化。Raspberry Pi OS Lite (64-bit) 是一个不错的起点，它没有图形界面，资源占用更少，更适合作为专注的后台“大脑”。如果你需要图形界面进行实时调试，也可以选择完整版，但请务必确保系统版本不是过于陈旧，以免出现Python版本或库兼容性问题。

注意：在烧录系统到SD卡后，首次启动前，建议先在boot分区创建一个名为ssh的空文件（启用SSH）和一个包含Wi-Fi配置的wpa_supplicant.conf文件，这样可以实现无头启动，方便后续远程操作。

安装好系统并连接网络后，第一件事就是更换软件源和pip源。这能极大提升后续安装包的速度和成功率。以下是一个更换为国内清华大学源的示例操作：

# 备份原始源列表
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
sudo cp /etc/apt/sources.list.d/raspi.list /etc/apt/sources.list.d/raspi.list.bak

# 编辑sources.list，将官方源地址替换为清华源
sudo sed -i 's|deb.debian.org|mirrors.tuna.tsinghua.edu.cn|g' /etc/apt/sources.list
sudo sed -i 's|archive.raspberrypi.org|mirrors.tuna.tsinghua.edu.cn/raspberrypi|g' /etc/apt/sources.list.d/raspi.list

# 更新软件列表
sudo apt update && sudo apt upgrade -y

对于Python包管理，创建或修改 ~/.pip/pip.conf 文件：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
extra-index-url = https://www.piwheels.org/simple
trusted-host = pypi.tuna.tsinghua.edu.cn www.piwheels.org

接下来是核心视觉库的安装。这里我们主要需要 opencv-python 和 picamera。由于树莓派ARM架构的特殊性，直接 pip install opencv-python 可能会编译很久甚至失败。强烈推荐使用为树莓派预编译的 opencv-python 轮子（wheel），这可以通过添加 piwheels 源（如上配置）自动实现，或者手动下载对应版本的 .whl 文件进行安装。

一个更稳妥的安装顺序和命令如下：

# 1. 安装系统依赖
sudo apt install -y libhdf5-dev libhdf5-serial-dev libatlas-base-dev libjasper-dev libqtgui4 libqt4-test

# 2. 安装Python及pip（如果尚未安装）
sudo apt install -y python3-pip

# 3. 安装numpy (OpenCV的基础依赖)
pip3 install numpy --user

# 4. 安装OpenCV和Picamera
# 指定版本可以避免最新版可能存在的兼容性问题
pip3 install opencv-python==4.5.3.56 picamera --user

硬件连接方面，除了树莓派主板、电机驱动板（如L298N或TB6612）、直流电机和电池组这些基础部件，视觉任务的核心是摄像头。树莓派官方CSI摄像头模块是最佳选择，其接口带宽高，延迟低。确保在树莓派配置中启用了摄像头接口：

sudo raspi-config
# 选择 Interface Options -> Camera -> Enable

完成后重启。你可以通过一个简单的