Dans le tutoriel précédent, nous avons vu comment piloter (afficher l’image en live, enregistrer un cliché et un clip vidéo à l’aide du clavier) sur un Raspberry Pi sous Raspbian. Dans ce tutoriel, nous allons faire la même chose mais sur un Orange Pi Lite (version WiFi). Il n’est malheureusement pas possible d’utiliser la librairie Picamera qui a été conçue pour fonctionner exclusivement pour le Raspberry Pi. Nous allons donc devoir utiliser OpenCV qui est une librairie Open Source extrêmement puissante.

Matériel utilisé

Comme nous l’avons vu dans cet article, le connecteur CSI de l’Orange Pi est différent de celui du Raspberry Pi. Je me suis procuré la caméra 2MP vendu par Orange Pi (environ 6€ sur Aliexpress). La qualité de l’image est loin d’égaler celle de la caméra v2.1 8MP du Raspberry Pi, mais pour débuter, le rapport qualité/prix est imbattable.

	Orange Pi Lite 11,50€ (+ 3,50€ de frais de port environ)
	Alimentation 5V – 3A Environ 11€ Ou un cable USB, environ 2,50€
	Armbian sur carte SD 8Go classe 10 A partie de 6,90€
	Caméra carte 2MP d’origine Orange Pi environ 7€ (port gratuit)

Préparation de l’environnement

Commençons par préparer l’environnement.

Mise à jour du système Armbian

Sauf si vous venez de le faire, le mieux est de toujours commencer par une petite mise à jour du système

sudo apt-get update
sudo apt-get upgrade

Installation de python 2.7

Une fois le système à jour, on peut installer Python 2.7. Pourquoi pas Python 3 me direz-vous ? C’est possible sans aucun problème. A vous de choisir en fonction de votre niveau. Si vous débutez, vous trouverez beaucoup plus d’exemples sur Python 2.7.

sudo apt-get install python-dev

On en profite pour installer le gestionnaire de paquets pour python (pip). En effet, tous les dépôts risquent de ne pas être déclarés dans les sources de la distribution Armbian. Excécutez la commande suivante pour installer la commande pip :

sudo apt-get install python-pip

Installation d’OpenCV pour Python

On trouve beaucoup de tutoriels sur internet qui expliquent comment installer OpenCV (sur Raspberry Pi ou Orange Pi) dans un environnement virtuel à partir du code source. C’est une solution, mais pour l’avoir testé, c’est long (une grosse demi-journée de compilation sur mon Orange Pi Lite) et surtout l’utilisation de l’environnement virtuel est fastidieuse, surtout pour si vous débutez. Ici, on va suivre le chemin le plus court, on va simplement installer la librairie avec cette simple commande

sudo apt-get install python-opencv

Acceptez toutes les questions posées.

Programme test : affichage en direct de la caméra de l’Orange Pi

Placez vous dans le répertoire de votre choix et ouvrez un nouveau document, par exemple testcam_orangepi.py. Collez le code ci-dessous.

import cv2
c = cv2.VideoCapture(0)

while(1):
  _,f = c.read()
  cv2.imshow('Camera Orange Pi',f)
  k = cv2.waitKey(5)
  if k==1048603:
      #Esc key to stop, or 27 depending your keyboard
      #Touche ESC appuyee. le code peut dependre du clavier. Normalement 27
      break
  elif k==-1:
      continue
  #uncomment to know the code of of the key pressed
  #Decommenter pour connaitre le code de la touche pressee 
  #else:
      #print k 

cv2.destroyAllWindows()

Que fait ce code ?

On appel la librairie OpenCV 2 (import cv2)

On créé un objet c qui capture le flux vidéo envoyé par la caméra (0), c’est à dire celle qui est reliée à /dev/video0.

c = cv2.VideoCapture(0)

On affiche l’image de la caméra jusqu’à ce que la touche Escape soit pressée

On lit le flux vidéo (c.read) et on le stocke dans la variable f  (_,f = c.read()).

Ensuite on affiche le flux vidéo à l’aide de la fonction imshow qui prend comme paramètre :

• Le titre de la fenêtre dans laquelle sera diffusé le flux vidéo
• La variable qui contient le flux vidéo

cv2.imshow('Camera Orange Pi',f)

Premier test

Enregistrez le script (CTRL+X puis Y) et lancez le

python testcam_orangepi.py

Ah, ça ne fonctionne pas !

libv4l2: error setting pixformat: Operation not permitted
HIGHGUI ERROR: libv4l unable to ioctl S_FMT
libv4l2: error setting pixformat: Operation not permitted
libv4l1: error setting pixformat: Operation not permitted
libv4l2: error setting pixformat: Operation not permitted
libv4l1: error setting pixformat: Operation not permitted
HIGHGUI ERROR: libv4l unable to ioctl VIDIOCSPICT

OpenCV Error: Assertion failed (size.width>0 && size.height>0) in imshow, file /usr/local/opencv-2.4.10/modules/highgui/src/window.cpp, line 261
Traceback (most recent call last):
  File "testcv.py", line 7, in <module>
    cv2.imshow('e2',f)
cv2.error: /usr/local/opencv-2.4.10/modules/highgui/src/window.cpp:261: error: (-215) size.width>0 && size.height>0 in function imshow

Pourquoi ça ne marche pas  ?

Tout d’abord, on sait que la librairie cv2 (OpenCV) fonctionne. C’est déjà une bonne nouvelle, nous ne serons pas obligés de tout compiler à partir des sources ! En googlisant l’erreur (libv4l2: error setting pixformat: Operation not permitted), on tombe rapidement sur cet article du concepteur du script vidcopy qui permet de recopier le flux vidéo produit par la librairie v4l2loopback.

Installation de v4l2loopback et vidcopy

On va simplement suivre le tutoriel de Leonardo Lontra.

Installation de v4l2loopback

# git clone https://github.com/umlaeute/v4l2loopback
# cd v4l2loopback/
# make && make install

Installation de vidcopy

vidcopy est un script qui va créer une sortie vidéo virtuelle (/dev/video1) dans laquelle sera recopiée le flux vidéo de la caméra physique (/dev/video0).

# apt-get install libv4l-dev
# git clone https://github.com/lhelontra/vidcopy
# cd vidcopy/
# gcc vidcopy.c -o vidcopy

Chargement des modules nécessaires

# modprobe gc2035
# modprobe vfe_v4l2
# sleep 5
# modprobe v4l2loopback

Maintenant, pour rendre les changements permanents, exécutez les commandes suivantes. Elles vont ajouter les lignes correspondantes aux modules dans le fichier de configuration /etc/modules. Les modules seront ainsi chargés automatiquement au prochaine démarrage.

echo "v4l2loopback" | sudo tee -a /etc/modules
echo "gc2035" | sudo tee -a /etc/modules
echo "vfe_v4l2" | sudo tee -a /etc/modules

Recopie du flux vers /dev/video1 avec vidcopy

Placez vous dans le répertoire de vidcopy et exécutez le script vidcopy.sh. Il prend comme paramètre :Voilà, il ne reste plus qu’à lancer le script vidcopy pour créer une nouvelle caméra virtuelle

• –w : largeur de l’image (1600 pixels pour une caméra 2MP
• –h : hauteur de l’image (1200 pixels au maximum pour une caméra 2MP)
• –r : nombre d’images par seconde. Par exemple 20 (30 au maximum)
• –i /dev/video0 : flux vidéo en entrée. video0 pour la caméra connectée sur le connecteur CSI de l’Orange Pi
• –o /dev/video1 : sortie du flux vidéo
• –f : format de sortie. Les formats suivants ont été testés avec succès : UYVY/YV12/YU12/NV12/NV21 par l’auteur du script

Pour la caméra 2MP d’Orange PI cela donne

./vidcopy -w 800 -h 600 -r 30 -i /dev/video0 -o /dev/video1 -f UYVY

Le script reste ouvert dans le terminal. On l’arrête avec la combinaison CTRL+C. Je n’ai pas encore assez de recul sur le script, mais en demandant une image de 800 x 600, la sortie bascule en 640 x 480.

Required width: 800
Required height: 600
Required FPS: 30
input device: /dev/video0
output device: /dev/video1
Driver Caps:
  Driver: "sunxi-vfe"
  Card: "sunxi-vfe"
  Bus: "sunxi_vfe sunxi_vfe.0"
  Version: 1.0
  Capabilities: 05000001
  FMT : CE Desc
--------------------
  422P:    planar YUV 422
  YU12:    planar YUV 420
  YV12:    planar YVU 420
  NV16:    planar YUV 422 UV combined
  NV12:    planar YUV 420 UV combined
  NV61:    planar YUV 422 VU combined
  NV21:    planar YUV 420 VU combined
  HM12:    MB YUV420
  YUYV:    YUV422 YUYV
  YVYU:    YUV422 YVYU
  UYVY:    YUV422 UYVY
  VYUY:    YUV422 VYUY
  BA81:    RAW Bayer BGGR 8bit
  GBRG:    RAW Bayer GBRG 8bit
  GRBG:    RAW Bayer GRBG 8bit
  GRBG:    RAW Bayer RGGB 8bit
  BG10:    RAW Bayer BGGR 10bit
  GB10:    RAW Bayer GBRG 10bit
  BA10:    RAW Bayer GRBG 10bit
  BA10:    RAW Bayer RGGB 10bit
  BG12:    RAW Bayer BGGR 12bit
  GB12:    RAW Bayer GBRG 12bit
  BA12:    RAW Bayer GRBG 12bit
  BA12:    RAW Bayer RGGB 12bit
Selected Camera Mode:
  Width: 640
  Height: 480
  PixFmt: UYVY
capturing..

Il ne reste plus qu’à brancher le script python sur ce nouveau flux vidéo. Ouvrez le script python et remplacez 0 par 1 dans la fonction VideoCapture comme ceci c = cv2.VideoCapture(1). Enregistrez le lancez le script.

Et voilà ! Vous pouvez exploiter l’image de la caméra Orange Pi dans vos projets Python.

Cliquer pour agrandir

Enregistrer une image au clavier

Dernière petite chose pour terminer ce tutoriel, déclencher l’enregistrement d’une image au clavier. Ajoutez une variable pics_taken = 0  en début de code. Ensuite récupérez le code de la touche avec laquelle vous souhaitez déclencher l’enregistrement d’une image. Ici, c’est le  1048586 (Return). Ajoutez ce test et modifiez le chemin de destination des images. C’est fait.

elif k==1048586:
      pics_taken += 1
      cv2.imwrite('/home/pi/Desktop/img_' + str(pics_taken) + ".jpg", f)

Conclusion

Comme toujours avec l’Orange Pi, on dispose d’un rapport performance / prix bien meilleur que le Raspberry Pi à condition de mettre la main au clavier ;-). Coté performances, l’Orange Pi Lite avec son SoC quad-core et ses 512Mo de Ram est parfaitement en mesure de supporter le bureau XFCE d’Armbian, Open CV et Python. Reste à tester sur un projet plus complexe, par exemple de la reconnaissance faciale ou de la détection de mouvement.

• ESP32, broches GPIO et fonctions associées. I/O, PWM, RTC, I2C, SPI, ADC, DAC
• ESP32-CAM. Broches et équipements ESP-EYE, AI Thinker, TTGO T-Camera, M5Stack Timer Camera…
• ESP32-CAM. Quel modèle choisir ? ESP-EYE, AI Thinker, TTGO T-Camera, M5Stack Timer Camera…
• M5Stack Atomic GPS. Tracker ESP32 TinyGPS++, export GPX sur carte SD, visualisation sur Google Maps ou VSCode
• Home Assistant. Installer le snap sur NAS Synology sur une machine virtuelle Ubuntu
• ESP32-CAM. Souder l’antenne externe pour améliorer la portée et la stabilité du flux vidéo