Advertisement

Blinker-py是一个用于硬件的Python库，适用于Raspberry Pi、Banan Pi以及Linux设备等。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
Blinker 是一个用于 Python 的硬件库，它能够与 Raspberry Pi、Banana Pi 以及 Linux 系统无缝集成。 进一步的详细信息和使用指南，请参阅相关文档。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • Blinker-py：适用于Raspberry Pi、Banana Pi等Linux设备的硬件控制Python库
    优质
    Blinker-py是一款专为Raspberry Pi、Banana Pi及其他搭载Linux系统的设备设计的Python库。它简化了GPIO端口操作及硬件控制，支持快速开发互动电子项目。 眨眼硬件的Blinker Python库可用于Raspberry Pi、Banana Pi以及Linux系统。欲了解更多详情，请查阅相关文档或资料。
     
  • DemoPeripheral：针对ARM Linux设备（如BeagleBone、Raspberry Pi、Orange Pi等）的插件
    优质
    DemoPeripheral是一款专为ARM Linux设备设计的开源插件，适用于BeagleBone、Raspberry Pi及Orange Pi等硬件平台，旨在简化外设开发与调试过程。 DemoPeripheral 是一个适用于 ARM Linux 设备（例如 BeagleBone、Raspberry Pi、Orange Pi）的 Swift 3.0 蓝牙 LE 外设库。
     
  • Vosk-API：适用于多种平台的离线语音识别库，支持Python、Java、C#等语言及Android、iOS、Raspberry Pi等设备
    优质
    Vosk-API是一款开源离线语音识别引擎，广泛兼容Python、Java、C#等多种编程语言和Android、iOS、Raspberry Pi等硬件平台。 Vosk是一个离线开源的语音识别工具包，支持包括英语、印度语、德语、法语在内的17种语言及方言的语音识别模型。该工具包提供50MB大小的轻量级模型，并具备连续大词汇量转录功能，零延迟响应流API以及可重新配置的词库和说话者识别能力。Vosk为多种编程语言（如Python、Java、Node.JS、C#等）提供了语音识别绑定。它适用于聊天机器人、智能家电及虚拟助手中的语音识别应用，并可用于电影字幕制作或演讲与访谈的文字转录工作。此外，Vosk能够从Raspberry Pi或Android智能手机这样的小型设备扩展至大型集群环境使用。
     
  • MATLAB开发 - Raspberry Pi硬件的Simulink Support Package
    优质
    本简介介绍如何使用MATLAB和Simulink中的Raspberry Pi硬件支持包进行嵌入式系统开发。通过图形化编程环境Simulink，用户可以轻松地将算法部署到Raspberry Pi上运行，适用于教育、研究及原型制作等场景。 使用MATLAB开发Raspberrypi硬件的Simulink Support Package，并在树莓派上运行模型。
     
  • Rep4J：基于Java的Raspberry Pi 3D打印应用
    优质
    Rep4J是一款专为Raspberry Pi设计的开源软件，它利用Java语言实现与3D打印机的连接和控制，适用于各种3D打印项目。 当我寻找类似项目时，我发现大多数都是为Arduino MCU设计的。然而我拥有的是具有相同功能或更强大的Raspberry Pi 3 B设备。这促使我计划建造一个3D打印机，并且需要相应的软件来实现这一目标。 目前该项目处于初始阶段（更新日期：2018-05-07），仓库被清理并设置了基本的项目结构，欢迎贡献者通过打开拉取请求来进行任何必要的更改和改进。 对于需求与安装部分，由于这个项目刚刚开始，主要是面向开发者的，并且在不久将来会持续发展和完善。因此，在现阶段可能对其他人来说实用性较小甚至没有实用价值。 硬件方面： - 使用的是树莓派3 B - 4个12V Nema 17步进电机 - 4个A4988步进驱动器 - 3x/6x末端开关 - DAC PCF8591一块 - 两个热敏电阻 - 墨盒加热器一个 - 双重或三重12V风扇各两个 - MOSFET三个或四个 - 游戏手柄（XY控制）
     
  • MT7601u：适合MediaTek MT7601u无线芯片组的Ubuntu及嵌入式Linux(Raspberry Pi等)使用指南
    优质
    本指南为搭载MediaTek MT7601u无线芯片组的设备（如Raspberry Pi）在Ubuntu及其他嵌入式Linux系统上提供详尽配置与优化建议，助您轻松实现稳定高效的无线网络连接。 本示例将指导您如何在Linux系统中使用基于Mediatek MT7601u的无线芯片组作为接入点模式，即使该硬件通常不被支持。这使得您可以利用此无线天线进行嵌入式或台式机Linux机器人项目，或者用于共享互联网连接（例如创建热点）。无需具备复杂的硬件和编程技能。 首先，请将Wi-Fi天线插入PC或Raspberry Pi，并运行以下命令以检查是否与MT7601兼容： ``` pi@raspberrypi:~ $ lsusb ``` 如果显示的ID是Ralink，那么您的模块应该可以正常工作。接下来，在基于Linux的操作系统上按照指示操作。 对于Ubuntu 32-和64位版本，您可以轻松编译驱动程序以支持此硬件。在Ubuntu 16.04 32-或64位LTS系统中尤为简单。
     
  • PI SDK（用于pi数据库的DLL开发文件）
    优质
    PI SDK是一套用于访问和操作PI数据库的动态链接库文件集合，为开发者提供了丰富的API接口来读取、存储和分析工业数据。 PI数据库的SDK开发包包含piapi32.dll和pilog32.dll两个文件。
     
  • Raspberry-Websdr: 基于Raspberry PI的网络SDR服务器
    优质
    Raspberry-Websdr是一款基于树莓派（Raspberry Pi）构建的软件定义无线电（SDR）网络服务平台，允许用户远程接收和分析无线电信号。 基于Raspberry PI的WebSDR节点 此WebSDR设置涵盖了基于时间的双频段接收器（覆盖80米和40米频段）。它使用继电器在天线之间切换，该继电器由连接到Raspberry PI上一个GPiO引脚上的驱动晶体管控制。 非常感谢Pieter PA3FWM、Mark G4FPH和Jarek SQ9NFI对配置progfreq设置的帮助。 要求： - Raspberry Pi 3 - 已安装并运行的Raspbian 9操作系统 - 正常工作的互联网连接 - RTL-SDR USB接收器 所需软件及环境： 执行命令：sudo apt-get update && sudo apt-get upgrade
     
  • 基于Raspberry Pi、OpenCV和Python的人体检测系统
    优质
    本项目开发了一种人体检测系统，运用Raspberry Pi硬件平台结合Python编程语言及OpenCV库，实现高效且精确的人体识别功能。 使用Raspberry Pi的人体检测系统在检测到运动时会激活继电器。为了实现这一功能，您可能需要以下硬件组件：树莓派2或3模型B（在我的案例中使用的是模型B）；兼容的相机模块；具有2.0A-2.5A输出的电源适配器；以及16GB至32GB容量的微型SD卡。 软件方面，您可以选择任何与Raspbian OS兼容的操作系统。安装和配置步骤包括： 1. 将操作系统更新为最新版本：`sudo apt-get update` 2. 升级操作系统：`sudo apt-get upgrade` 3. 更新树莓派固件：`sudo rpi-update` 此外，还需要安装OpenCV库： ``` sudo apt-get install libopencv-dev ```
     
  • Raspberry Pi 4B 使用FFmpeg实现RTSP访问及硬编解码推送
    优质
    本文章介绍如何在Raspberry Pi 4B上使用FFmpeg进行RTSP流媒体服务设置与优化，包括硬件编码和解码技术的应用。 使用 Raspberry Pi 4B 和 FFmpeg 实现 RTSP 访问，并基于 h264_mmal 进行硬解码视频帧，在此基础上增加水印文字并利用 h264_omx 硬编码视频帧，最后推送 RTSP 视频流。具体操作步骤如下： 1. 创建 build 目录并在其中执行 `mkdir build` 和切换目录命令 `cd build` 2. 编译代码：运行 `cmake ..` 并使用多线程编译 `make -j` 3. 运行示例程序，输入命令 `./ffmpeg_sample` 请注意需要修改 RTSP 访问地址和推送地址。