树莓派亮红灯灯代码Python

在树莓派上，如果你想通过Python控制LED灯使其亮起并呈现红色，你可以使用GPIO（General Purpose Input/Output）模块。这个模块允许你控制树莓派的数字输入/输出引脚，如LED灯。以下是一个简单的Python代码示例，用于将GPIO 17（通常用作LED灯）设置为红色：

# 导入GPIO库
import RPi.GPIO as GPIO

# 设置GPIO模式为BCM（Broadcom SOC channel mode）
GPIO.setmode(GPIO.BCM)

# 将GPIO 17设为输出
GPIO.setup(17, GPIO.OUT)

# 将LED灯设置为红色（通常通过高电平亮起，低电平熄灭）
GPIO.output(17, GPIO.HIGH)  # 对于红色LED，可能需要将其设置为LOW，具体取决于LED的极性

# 等待一段时间后关闭LED（这只是一个示例，你可以根据需要调整时间）
import time
time.sleep(2)  # 延迟2秒，这样可以看到灯亮起来

# 清理GPIO资源
GPIO.cleanup()

相关问题

树莓派交通红绿灯识别python实现代码

树莓派交通红绿灯识别的Python实现代码如下：

import cv2
import numpy as np
import RPi.GPIO as GPIO

# 设置GPIO引脚
GPIO.setmode(GPIO.BOARD)
GPIO.setup(11, GPIO.OUT)   # 设置GPIO11为绿灯输出
GPIO.setup(13, GPIO.OUT)   # 设置GPIO13为红灯输出

# 加载红绿灯分类器模型
classifier = cv2.CascadeClassifier('traffic_light.xml')

# 打开摄像头
cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()   # 读取摄像头画面
    frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 通过分类器检测红绿灯区域
    lights = classifier.detectMultiScale(frame_gray, scaleFactor=1.1, minNeighbors=5, minSize=(100, 100))

    if len(lights) > 0:
        # 如果检测到红绿灯
        GPIO.output(11, GPIO.HIGH)   # 绿灯亮
        GPIO.output(13, GPIO.LOW)    # 红灯灭
    else:
        # 如果未检测到红绿灯
        GPIO.output(11, GPIO.LOW)    # 绿灯灭
        GPIO.output(13, GPIO.HIGH)   # 红灯亮

    # 显示摄像头画面
    cv2.imshow('Traffic Light Recognition', frame)

    # 按下q键退出程序
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()   # 释放摄像头
cv2.destroyAllWindows()   # 关闭窗口
GPIO.cleanup()   # 清除GPIO设置

这段代码使用了OpenCV库来处理图像，并通过分类器来检测摄像头画面中是否存在红绿灯区域。如果检测到红绿灯区域，则点亮绿灯并熄灭红灯；如果未检测到红绿灯区域，则熄灭绿灯并点亮红灯。程序将通过树莓派的GPIO口来控制交通灯的亮灭状态。同时，程序通过循环读取摄像头画面，并在窗口中显示实时画面。按下q键可以退出程序。最后，程序在关闭窗口时释放摄像头和清除GPIO设置。

使用机器视觉的红绿灯检测的树莓派智能小车python代码

下面是一个使用机器视觉进行红绿灯检测的树莓派智能小车的简单示例代码：

import cv2
import numpy as np
from picamera.array import PiRGBArray
from picamera import PiCamera
import RPi.GPIO as GPIO
import time

# 设置红灯和绿灯引脚
RED_PIN = 11
GREEN_PIN = 13

# 设置红绿灯颜色的范围
lower_red = np.array([0, 100, 100])
upper_red = np.array([10, 255, 255])
lower_green = np.array([50, 100, 100])
upper_green = np.array([70, 255, 255])

# 初始化树莓派摄像头
camera = PiCamera()
camera.resolution = (640, 480)
camera.framerate = 30
rawCapture = PiRGBArray(camera, size=(640, 480))

# 设置GPIO引脚
GPIO.setmode(GPIO.BOARD)
GPIO.setup(RED_PIN, GPIO.OUT)  # 红灯引脚
GPIO.setup(GREEN_PIN, GPIO.OUT)  # 绿灯引脚

# 等待摄像头预热
time.sleep(0.1)

for frame in camera.capture_continuous(rawCapture, format="bgr", use_video_port=True):
    # 获取图像帧
    image = frame.array

    # 转换颜色空间
    hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

    # 创建红绿灯掩膜
    mask_red = cv2.inRange(hsv, lower_red, upper_red)
    mask_green = cv2.inRange(hsv, lower_green, upper_green)

    # 对掩膜进行形态学处理以去除噪声
    kernel = np.ones((5, 5), np.uint8)
    mask_red = cv2.morphologyEx(mask_red, cv2.MORPH_OPEN, kernel)
    mask_green = cv2.morphologyEx(mask_green, cv2.MORPH_OPEN, kernel)

    # 检测红绿灯区域
    contours_red, _ = cv2.findContours(mask_red, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    contours_green, _ = cv2.findContours(mask_green, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    # 判断红灯状态
    if len(contours_red) > 0:
        GPIO.output(RED_PIN, GPIO.HIGH)  # 点亮红灯
        GPIO.output(GREEN_PIN, GPIO.LOW)  # 熄灭绿灯
    else:
        GPIO.output(RED_PIN, GPIO.LOW)  # 熄灭红灯
        GPIO.output(GREEN_PIN, GPIO.HIGH)  # 点亮绿灯

    # 显示结果图像
    cv2.imshow('Traffic Light Detection', image)

    # 按下'q'键退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

    # 清空缓冲区
    rawCapture.truncate(0)

# 清理GPIO引脚和关闭摄像头
GPIO.cleanup()
camera.close()
cv2.destroyAllWindows()

请注意，上述代码假设你已经连接了红灯和绿灯的LED到树莓派的GPIO引脚，并正确设置了引脚编号。此外，还可能需要根据你的硬件和实际情况进行适当的调整。