今年的电赛题目非常反常，传统控制题目基本没有，新增加了测距题目，甚至物联网题目，Ai题目都出来了。直接电赛变算法+钞能力大赛。看到F题：测温+人脸识别，碰巧我们手头有调好的红外测温模块+树莓派+openmv，还有一个现成的口罩识别算法，而openmv可以实现人脸识别，所以就选择了这道题。作为一个本组唯一一个非电类专业的，本人负责Ai口罩识别算法的移植以及编写一个opencv实现的人脸识别算法作为预备方案。
由于算法都是写好的，并且在ubuntu中全部测试成功。下面主要任务就是把他移植进树莓派了。万事环境难，在这几天里我给树莓派刷机了不下十次，下面记录一下艰辛例程。
配环境主要分下面几步：
- 树莓派安装raspbian
- 安装opencv-python
- 安装tensorflow1.13
- 树莓派连接显示器
安装系统并且连接显示器
第一步比较简单，从官网下载镜像，然后用win32diskManager烧录进去就可以用，烧录好之后，如果要利用ssh功能的话，要在boot目录下新建一个空白文件命名为ssh（不带任何拓展名），如果需要利用HDMI显示器，则需修改boot目录下的config.txt
hdmi_force_hotplug=1
config_hdmi_boost=4
在文件末尾加入以上内容，或者将以上内容对应的注释都替换掉。
hdmi_force_hotplug：强制使用HDMI输出并且支持热插拔（强行认为HDMI口已经插入了设备）
config_hdmi_boost：HDMI信号增强。
按照以上步骤操作之后，应该就能看到树莓派的桌面了。
配置opencv环境
由于口罩识别的数据处理以及显示过程均需要用到opencv库，因此需要在raspbian中安装opencv-python-4.4.0（和ubuntu上版本统一，减少兼容性问题）。
我在安装过程中莫名出现了玄学hash值问题，经过多次google发现，原因是网络不稳定，需要用下面的方式安装，或者直接wget下载whl文件吧
pip3
安装好之后，打开测试文件，测试摄像头，发现可能会出现报错，原因是raspbian中没有依赖环境，需要安装
sudo apt-get install libatlas-base-dev
sudo apt-get install libjasper-dev
sudo apt-get install libqtgui4
sudo apt-get install python3-pyqt5
sudo apt install libqt4-test
安装好之后可以用以下代码测试摄像头是否正常
import cv2 as cv
Video = cv.VideoCapture(0)
while True:
ret,frame = Video.read()
cv.imshow("capture",frame)
cv.waitKey(33)
Video.release()
cv.destroyAllWindows()
如果不能显示可能需要打开外设开关，具体方法为命令行中输入sudo raspi-config，选择interfaceing-options，将camera选择为enable。
配置Tensorflow
由于tensorflow较大，推荐先从电脑上通过wget下载好后上传树莓派，否则由于树莓派网速慢且不稳定会出现一些麻烦的问题，下载方法如下。
wget http://piwheels.org/simple/tensorflow/tensorflow-1.13.1-cp37-none-linux_armv7l.whl
下载后可通过sftp上传至树莓派，上传好之后找到whl对应的目录，使用以下命令安装即可
pip3 install tensorflow-1.13.1-cp37-none-linux_armv7l.whl
安装好后可用以下代码测试
python3
#命令行中进入python3环境
import tensorflow as tf
hello = tf.constant('Hello!')
sess = tf.Session()
print(sess.run(hello))
若出现和opencv类似的hash问题则继续从电脑上wget下载镜像上传到树莓派即可。
Keras的安装也需要wget后手动安装whl，同时如果需要保存模型为h5文件则还需安装以下依赖：
sudo apt-get install libhdf5-dev
源码请参考这里。
