机器视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影头和电脑代替人眼对目标进行识别、跟踪和测量等，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。上述定义可能有些拗口，形象地说，机器视觉就是给计算机安装上眼睛（照相机）和大脑（算法），让计算机能够感知环境，进而提取我们想要的信息。
Firefly-RK3399强大的性能配置用于做机器视觉学习是再好不过了。接下我将发布一系列关于机器视觉的文章。
本文是第一讲，讲述开发环境的搭建。
一, VNC桌面
Firefly-RK3399标配不含有屏幕，其实大多数时候这个开发板是我们当做服务器使用的，接屏幕必要性不大。我们可以采用VNC进行远程登陆,具体操作如下：
1.安装VNC服务器
开发板连接网络后，使用SSH客户端(Xshell,putty等)，输入开发板的IP就行了，用户名和密码默认都是：firefly。
连接上开发板后，命令行终端依次输入：
sudo apt-get update
sudo apt-get upgrade
sudo apt-get install tightvncserver
2.配置VNC
安装完毕后，首先命令行终端里输入以下命令运行VNC：
tightvncserver
之后会要求设置VNC密码，这个密码是客户端连接时使用的。
按照要求操作即可。之后会出现如下界面
记住这个1.log ，用VNC软件登陆时需要的。
3.NVC客户端远程登录
首先到real vnc官网下载一个vnc viewer客户端，链接：
https://www.realvnc.com/download/viewer/
不需要安装，下载下来就可以用了。
运行Real VNC，输入办卡的IP地址：xxx.xxx.xxx.xxx：1
需要注意的是最后要加上这个后缀":1",这个是第二步最后产生的
弹出输入访问密码的窗口，就是第二步设置的密码，然后远程登录界面成功。
二, 机器视觉库安装
机器视觉里最著名的开源库是opencv，它是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。
由于板卡的linux系统自带了python 2.7，因此我们就使用python-opencv来学习机器视觉的相关知识。另外我们还需要numpy和matplotlib这两个库。
NumPy是Python的一种开源的数值计算扩展。它可用来存储和处理大型矩阵，比Python自身的嵌套列表结构要高效的多。Matplotlib 是一个Python的2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。通过 Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，错误图，散点图等。
关于这几个库的更多知识，大家可以网上自行了解。
在命令行终端里依次输入：
sudo apt-get install python-numpy
sudo apt-get install python-matplotlib
sudo apt-get install python-opencv
安装完了，现在是时候写个脚本测试下环境是否能正常运行。脚本如下：
脚本功能很简单，主要是显示脚本所在文件夹下的图片2.jpg
在命令行终端里切换到脚本所在位置,输入：
python test.py
运行OK，说明可以正常工作了，如下所示：
小记：
本文介绍了如何安装VNC桌面，以及机器视觉库函数的安装，并通过脚本进行验证。由于摄像头还没采购，暂时没法测试摄像头相关库，等采购后再补测。接下来我们将学习机器视觉的图像处理以及视频处理的基础知识，敬请关注。
机器视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影头和电脑代替人眼对目标进行识别、跟踪和测量等，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。上述定义可能有些拗口，形象地说，机器视觉就是给计算机安装上眼睛（照相机）和大脑（算法），让计算机能够感知环境，进而提取我们想要的信息。
Firefly-RK3399强大的性能配置用于做机器视觉学习是再好不过了。接下我将发布一系列关于机器视觉的文章。
本文是第一讲，讲述开发环境的搭建。
一, VNC桌面
Firefly-RK3399标配不含有屏幕，其实大多数时候这个开发板是我们当做服务器使用的，接屏幕必要性不大。我们可以采用VNC进行远程登陆,具体操作如下：
1.安装VNC服务器
开发板连接网络后，使用SSH客户端(Xshell,putty等)，输入开发板的IP就行了，用户名和密码默认都是：firefly。
连接上开发板后，命令行终端依次输入：
sudo apt-get update
sudo apt-get upgrade
sudo apt-get install tightvncserver
2.配置VNC
安装完毕后，首先命令行终端里输入以下命令运行VNC：
tightvncserver
之后会要求设置VNC密码，这个密码是客户端连接时使用的。
按照要求操作即可。之后会出现如下界面
记住这个1.log ，用VNC软件登陆时需要的。
3.NVC客户端远程登录
首先到real vnc官网下载一个vnc viewer客户端，链接：
https://www.realvnc.com/download/viewer/
不需要安装，下载下来就可以用了。
运行Real VNC，输入办卡的IP地址：xxx.xxx.xxx.xxx：1
需要注意的是最后要加上这个后缀":1",这个是第二步最后产生的
弹出输入访问密码的窗口，就是第二步设置的密码，然后远程登录界面成功。
二, 机器视觉库安装
机器视觉里最著名的开源库是opencv，它是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。
由于板卡的linux系统自带了python 2.7，因此我们就使用python-opencv来学习机器视觉的相关知识。另外我们还需要numpy和matplotlib这两个库。
NumPy是Python的一种开源的数值计算扩展。它可用来存储和处理大型矩阵，比Python自身的嵌套列表结构要高效的多。Matplotlib 是一个Python的2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。通过 Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，错误图，散点图等。
关于这几个库的更多知识，大家可以网上自行了解。
在命令行终端里依次输入：
sudo apt-get install python-numpy
sudo apt-get install python-matplotlib
sudo apt-get install python-opencv
安装完了，现在是时候写个脚本测试下环境是否能正常运行。脚本如下：
脚本功能很简单，主要是显示脚本所在文件夹下的图片2.jpg
在命令行终端里切换到脚本所在位置,输入：
python test.py
运行OK，说明可以正常工作了，如下所示：
小记：
本文介绍了如何安装VNC桌面，以及机器视觉库函数的安装，并通过脚本进行验证。由于摄像头还没采购，暂时没法测试摄像头相关库，等采购后再补测。接下来我们将学习机器视觉的图像处理以及视频处理的基础知识，敬请关注。
记住这个1.log ，用VNC软件登陆时需要的。
3.NVC客户端远程登录
首先到real vnc官网下载一个vnc viewer客户端，链接：https://www.realvnc.com/download/viewer/
不需要安装，下载下来就可以用了。
运行Real VNC，输入办卡的IP地址：xxx.xxx.xxx.xxx：1
需要注意的是最后要加上这个后缀":1",这个是第二步最后产生的
弹出输入访问密码的窗口，就是第二步设置的密码，然后远程登录界面成功。
二, 机器视觉库安装
机器视觉里最著名的开源库是opencv，它是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。
由于板卡的linux系统自带了python 2.7，因此我们就使用python-opencv来学习机器视觉的相关知识。另外我们还需要numpy和matplotlib这两个库。
NumPy是Python的一种开源的数值计算扩展。它可用来存储和处理大型矩阵，比Python自身的嵌套列表结构要高效的多。Matplotlib 是一个Python的2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。通过 Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，错误图，散点图等。
关于这几个库的更多知识，大家可以网上自行了解。
在命令行终端里依次输入：
sudo apt-get install python-numpy
sudo apt-get install python-matplotlib
sudo apt-get install python-opencv
安装完了，现在是时候写个脚本测试下环境是否能正常运行。脚本如下：
脚本功能很简单，主要是显示脚本所在文件夹下的图片2.jpg
在命令行终端里切换到脚本所在位置,输入：
python test.py
运行OK，说明可以正常工作了，如下所示：
小记：
本文介绍了如何安装VNC桌面，以及机器视觉库函数的安装，并通过脚本进行验证。由于摄像头还没采购，暂时没法测试摄像头相关库，等采购后再补测。接下来我们将学习机器视觉的图像处理以及视频处理的基础知识，敬请关注。
xukejing
2017-05-25
汉云
2017-05-23
