第一步尝试通过pip下载，发现不能下载
pip install pyrealsense2
pip中的pyrealsense2只能下载给X86结构的计算机，并不能下载给arm结构的树莓派，故我们需要获得源码手动进行编译安装
这个是官网的安装教程：
https://github.com/acrobotic/Ai_Demos_RPi/wiki/Raspberry-Pi-4-and-Intel-RealSense-D435
不过安装后在启动python后，import pyrealsense2，还是发现报错，于是找到其他方法，进行安装，下面分享我的安装过程和遇到的一些问题解决方案。
本树莓派环境
Linux raspberrypi 5.10.63-v7l+
python版本 3.7.3
cmake版本 3.16.3
摄像头型号：Intel D415
第一步：安装依赖包
sudo apt-get update && sudo apt-get upgrade && sudo apt-get dist-upgrade
sudo apt-get install git cmake libssl-dev libusb-1.0-0-dev pkg-config libgtk-3-dev
sudo apt-get install libglfw3-dev libgl1-mesa-dev libglu1-mesa-dev
前两步必装，第三条用于realsense-viewer，可不装
第二步：下载realsense SDK
git clone https://github.com/IntelRealSense/librealsense.git
输入上面命令，如果显示fatal：不能连接到这个网址之类的，我们直接到他的网址下（https://github.com/IntelRealSense/librealsense）下载zip包（librealsense-master.zip）,如果树莓派有显示器则我们可以到那个网址下直接下载，没有显示器，我们也可以通过下载到PC机，再通过scp命令传输到树莓派上。下载慢的话可以使用IDM或者迅雷获取安装包的网址进行下载。
第三步：编译准备
在编译之前，我们应该了解一下swap空间这个东西，在编译或者运行其他较大的程序时，有时总卡在99%不能运行下去，有可能就是运行内存不够用，这里建议树莓派4B以下的都扩展一下swap空间，如果4B也有这个问题同样扩展。还有分配太多swap空间，会浪费SD卡的磁盘空间，一般内存小于2G的情况下，交换分区应为内存的2倍。
①方法一
sudo apt-get install dphys-swapfile
sudo nano /etc/dphys-swapfile
sudo /etc/init.d/dphys-swapfile restart
free -h
②方法二
sudo swapoff /var/swap
sudo vi /etc/dphys-swapfile
sudo /etc/init.d/dphys-swapfile restart
free -h
下面开始准备正式编译
mv librealsense-master librealsense
cd librealsense
mkdir build && cd build
cmake ../ -DCMAKE_BUILD_TYPE=Release -DBUILD_EXAMPLES=true -DFORCE_RSUSB_BACKEND=ON -DBUILD_WITH_TM2=false -DIMPORT_DEPTH_CAM_FW=false
编译
sudo make uninstall && make clean && make && sudo make install
如果还是遇到clone一些包时发现抱错连接不上github，这是我们可以尝试让树莓派连接手机热点，再执行上面的命令。（在编译时要clone下什么pybindll什么包时，无法从github上下载，我就是这么解决的），编译的过程比较久，差不多要1~2小时
第四步：设置udev规则
首先我们先将深度摄像头D415
cd ..
sudo ./scripts/setup_udev_rules.sh
测试
在命令行中输入如下指令能看到界面就证明成功了
realsense-viewer
—————————————————————————————————
安装pyrealsense2
cd ~/librealsense/build
cmake .. -DBUILD_PYTHON_BINDINGS=bool:true -DPYTHON_EXECUTABLE=$(which python)
cmake .. -DBUILD_PYTHON_BINDINGS=bool:true -DPYTHON_EXECUTABLE=$(which python3)
make -j1
sudo make install
vim ~/.zshrc
export PYTHONPATH=$PYTHONPATH:/usr/local/lib
source ~/.zshrc
在这里编译安装的时候我们还是会遇到一些无法从github上clone下来，我们同样在编译的时候将树莓派连接手机热点的方式进行下载。
重要！！！
上面做完后，我们可以到librealsense/build/wrappers/python目录下看发现有了一些so、so.2、so.2.50、so.2.50.0结尾的文件，我们将这些文件全部拷贝至 /usr/lib/python3/dist-packages/ 文件夹下，不是 /usr/lib/python3.7 文件夹下。
测试
我们新建一个测试程序进行验证（看下面程序我们知道一定还要有numpy和opencv-python这两个包才行，我的cv2版本是4.1.2-openvino）
import pyrealsense2 as rs
import numpy as np
import cv2
if __name__ == "__main__":
pipeline = rs.pipeline()
config = rs.config()
config.enable_stream(rs.stream.depth, 640, 480, rs.format.z16, 30)
config.enable_stream(rs.stream.color, 640, 480, rs.format.bgr8, 30)
pipeline.start(config)
try:
while True:
frames = pipeline.wait_for_frames()
depth_frame = frames.get_depth_frame()
color_frame = frames.get_color_frame()
if not depth_frame or not color_frame:
continue
depth_image = np.asanyarray(depth_frame.get_data())
color_image = np.asanyarray(color_frame.get_data())
depth_colormap = cv2.applyColorMap(cv2.convertScaleAbs(depth_image, alpha=0.03), cv2.COLORMAP_JET)
images = np.hstack((color_image, depth_colormap))
cv2.namedWindow('RealSense', cv2.WINDOW_AUTOSIZE)
cv2.imshow('RealSense', images)
key = cv2.waitKey(1)
if key & 0xFF == ord('q') or key == 27:
cv2.destroyAllWindows()
break
finally:
pipeline.stop()
当能够出现画面即说明安装成功
后面的感悟：如果要用树莓派进行有关图像视觉深度学习模型的推理，不建议用树莓派（不过可以试试插上intel神经计算棒），建议使用推理计算性能更好的边缘设备如Nvidia的JetsonNano（usb接口多，能多插摄像头，特注：①intel的深度摄像头要独占一个USB3，不能插一个拓展坞到usb3接口，再把深度摄像头查到拓展坞上；②还需要传输性能较好的USB线一般的手机充电线都不行）或者更强的JetsonTX2（没记错的话接口没nano多）。目标检测可以试试yolov4-tiny（darknet）+TensorRT（加速推理用的）
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
