EEPW论坛

【树莓派 Zero 2W】介绍、系统安装、人脸检测

本文介绍了树莓派 Zero 2W 开发板的相关信息，包括参数特点、资源分布、原理图等，并进行官方操作系统安装部署、结合 OpenCV 和 Haar 级联分类器实现人脸检测的项目设计。

参与活动：e络盟——惊喜盲盒等您开：e络盟全站新客福利活动等您参与 .

介绍

树莓派 Zero 2 W 是树莓派 Zero W 的继任者。

• 该板集成了一个四核 64 位 Arm Cortex-A53 CPU，主频为1GHz。

• 其核心是 Raspberry Pi RP3A0 系统级封装(SiP)，集成了 Broadcom BCM2710A1 芯片采用 512 MB lpddr 2 SDRAM。

• 相较于树莓派 Zero，升级的处理器使得单线程性能提升 40%，以及 5 倍多线程性能的提升。

• 树莓派 Zero 2 W 提供 2.4GHz 802.11 b/g/n 无线局域网和蓝牙 4.2，沿支持蓝牙低能耗(BLE)和模块化合规认证。

• 该板具备一个 microSD 卡插槽，一个 CSI-2 摄像头连接器，一个 USB On-The-Go (OTG) 端口，以及用于兼容 HAT 的 40 pin GPIO 接口， micro-USB 接口供电， micro-HDMI 端口视频输出。

详见：Raspberry Pi Zero 2 W – Raspberry Pi  .

外观

Top view

Bottom view

参数特点

• 外形尺寸：65毫米×30毫米

• 处理器：Broadcom BCM2710A1，四核64位SoC (Arm Cortex-A53 @ 1GHz)

• 内存：512MB LPDDR2

• 接口：

• CSI-2摄像头连接器

• 2.4GHz IEEE 802.11b/g/n 无线局域网，蓝牙4.2，BLE，车载天线

• 带OTG的1 × USB 2.0接口

• 兼容HAT的40引脚I/O接头尺寸

• microSD卡插槽

• 迷你HDMI端口

• 视频：HDMI接口、复合视频

• 多媒体：

• H.264，MPEG-4解码(1080p30)

• H.264编码(1080p30)

• OpenGL ES 1.1、2.0图形

• 输入功率：5V DC 2.5A

• 工作温度：-20摄氏度至+70摄氏度

资源分布

引脚定义

详见：Raspberry Pi Zero 2 W – Raspberry Pi .

原理图

系统安装

• 下载 64 位 Raspberry Pi OS Lite 操作系统 ；

• 下载 Raspberry Pi Imager ，连接 TF 读卡器；

• 运行固件烧录工具，选择设备和镜像，自定义用户名、WiFi信息等，开启 SSH 远程访问；

• 选择存储设备，开始烧录，等待固件上传完成，弹出提示窗口，取下 SD 卡；

• 将 SD 卡置入板载插槽，连接 HDMI 视频接口与显示器、USB 连接鼠标键盘等输入设备、PWR 接口使用电源供电；

• 上电后自动开机，并根据固件中写入的自定义配置，自动配置账户并连接无线网络，可进行本地或远程登录等操作。

SSH 登录

使用 SSH 远程访问 Raspberry Pi 2W .

• 根据显示器提示的 ip 地址或通过路由器后台查询，获取设备 ip 地址；

  

• 

• 打开 MobaXterm 软件，新建 SSH 登录，输入 ip 地址、用户名，点击连接即可；

执行如下指令完成软件库更新

sudo apt-get update
sudo apt-get upgrade

• 终端执行 sudo apt-get install python3-pip 安装 pip 工具；

• 终端执行 sudo apt-get install python3-opencv 安装 OpenCV 库；

• 安装完成后，执行 python -c "import cv2; print(cv2.__version__)" 指令，输出 OpenCV 版本号；

人脸检测

准备工作

安装 OpenCV 级联 XML 数据库

sudo apt-get install opencv-data

代码

终端执行 touch fd_xml.py 新建文件，并 nano fd_xml.py 添加如下代码

import numpy as np
import cv2

# 实例化人脸分类器
face_cascade = cv2.CascadeClassifier('/usr/share/opencv4/haarcascades/haarcascade_frontalface_default.xml')#xml来源于资源文件。
# 读取测试图片
img = cv2.imread('./img/3kingdoms.jpg',cv2.IMREAD_COLOR)
# 将原彩色图转换成灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 开始在灰度图上检测人脸，输出是人脸区域的外接矩形框
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=1)
# 遍历人脸检测结果
for (x,y,w,h) in faces:
    # 在原彩色图上画人脸矩形框
    cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)
# 显示画好矩形框的图片
cv2.namedWindow('faces', cv2.WINDOW_AUTOSIZE)
cv2.imshow('faces',img)
# 等待退出键
cv2.waitKey(0)
# 关闭弹窗
cv2.destroyAllWindows()

保存代码。

效果

• 将目标图片放置在指令路径；

• 运行 python3 fd_xml.py 指令，弹窗显示人脸检测结果

产品 e 络盟链接：RPI ZERO_W_V2 RASPBERRY-PI, SBC, Raspberry Pi Zero 2W, BCM2710A1 | e络盟中国 .

总结

本文介绍了树莓派 Zero 2W 开发板的相关信息，包括参数特点、资源分布、原理图等，并进行官方操作系统安装部署、结合 OpenCV 和 Haar 级联分类器实现人脸检测的项目设计，为相关产品的开发设计和快速应用提供了参考。