> For the complete documentation index, see [llms.txt](https://copter-space.gitbook.io/uchebnik-mashinnoe-zrenie-tom-2/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://copter-space.gitbook.io/uchebnik-mashinnoe-zrenie-tom-2/razdel-3/poluchenie-i-obrabotka-izobrazheniya-s-kamery-raspberry-pi.md).

# Получение и обработка изображения с камеры Raspberry PI

 Для получения и обработки изображений Raspberry с камеры **PI** предназначен модуль **picamera**. На новой Raspberry PI первым делом необходимо включить камеру с помощью команды:

```
sudo raspi-config
```

![](/files/-M28BMM9IrWNOb3GlopM)

 После включения камеры нужна перезагрузка Raspberry. \
Перед написанием программ на Питоне рекомендуем проверить функциональность камеры с помощью инструментов командной строки. Иначе есть риск потери времени в попытках отладить программу, которая не работает из-за того, что некорректно работает сам модуль камеры.

Сделать фотографию можно с помощью команды **raspistill -o myphoto.jpg**. Данная команда активирует модуль камеры Raspberry PI, показывает окно предпросмотра, и через несколько секунд записывает изображение в указанный файл (**myphoto.jpg**) в текущем рабочем каталоге. \
Для использования камеры в программе на Питоне нужно выполнить установку модуля picamera с помощью команды pip install "picamera\[array]". Стандартный модуль picamera предоставляет методы для управления камерой, но нам также нужен опциональный подмодуль array для использования функций OpenCV. 

В Питоне OpenCV представляет изображения в виде массивов NumPy – подмодуль **array** позволяет получать **NumPy массивы** из камеры raspberry PI. \
Рассмотрим пример программы **test\_image.py**:

```
# coding=UTF-8
# импорт необходимых пакетов
from picamera.array import PiRGBArray
from picamera import PiCamera
import time
import cv2

# инициализация объекта для захвата картинки
camera = PiCamera()
rawCapture = PiRGBArray(camera)

# «прогрев» камеры
time.sleep(0.1)

# получаем изображение с камеры
camera.capture(rawCapture, format="bgr")
image = rawCapture.array

# отображаем картинку на экране и ждём нажатия любой клавиши
cv2.imshow("Image", image)
cv2.waitKey(0)
```

Код можно вписать в любой текстовый редактор, и выполнить с помощью команды python test\_image.py. Если всё выполнено правильно – на экране отобразится изображение с камеры:

![](/files/-M28CaOzaaOhDsRmpW1n)

 Теперь рассмотрим программу для обработки видеопотока с камеры.

```
# coding=UTF-8
# импорт необходимых пакетов
from picamera.array import PiRGBArray
from picamera import PiCamera
import time
import cv2

# инициализация объекта захвата
camera = PiCamera()
camera.resolution = (640, 480)
camera.framerate = 32
rawCapture = PiRGBArray(camera, size=(640, 480))

# «прогрев» камеры
time.sleep(0.1)

# получаем кадр от камеры
for frame in camera.capture_continuous(rawCapture, format="bgr", use_video_port=True):
 
 # получаем кадр с камеры
 image = frame.array
 
 # отображаем кадр на экране
 cv2.imshow("Frame", image)
 key = cv2.waitKey(1) & 0xFF
 
 # очищаем поток для следующего кадра
 rawCapture.truncate(0)
 
 # по клавише `q` выходим из цикла
 if key == ord("q"):
 break
```

 Код нужно вписать в файл **test\_video.py** и запустить с помощью команды **python test\_video.py.** На экране должен отобразиться видеопоток с камеры:

![](/files/-M28DIqCLK3qjODCwMn0)


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://copter-space.gitbook.io/uchebnik-mashinnoe-zrenie-tom-2/razdel-3/poluchenie-i-obrabotka-izobrazheniya-s-kamery-raspberry-pi.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.