在视觉抓取中，许多常见标准物体需要被视觉定位，确定该物体在二维平面内的位置和角度。本次主要使用轮廓识别的方式完成矩形物体的视觉定位。

找到对应的接口，然后也发送了对应的数据，但是就是没有回复或者说是打不开该串口，这是因为ubuntu系统会串口使用需要给权限，需要执行“sudo chmod 666 ttyUSB*"，把权限给完之后就可以正常收发数据了。另外这种情况每次插拔之后都需要执行一遍，要想每次插上就可以用的，需要去在udev.rule上面添加该usb的端口信息，具体怎么操作的，可以看下面。有的是4字节的hex码，有的是2字节

arduino安装esp32库，附自动导入库的小程序

然后就是查看opencv和opencv-contrib-python的版本是否一致，最后发现我的opencv是4.8.1，opencv-contrib-python是4.8.0不对应，把旧的opencv-contrib-python卸载，重新装了4.8.1.47的opencv-contrib-python，可以了。这部分直接参考的网上现成的代码：https://blog.csdn.net/u011

3.本案例中用的是mediapipe的识别模型反馈目标的中心像素坐标，基于此我们也可以实现手势人脸识别，或者yolo模型识别等的像素坐标，根据像素坐标我们就可以通过该点的深度信息得出该点的3D坐标。4.使用3D相机选型的时候，要注意一下相机的深度识别范围，像realsense455只能识别0.3-6m范围内的深度信息，对于小于0.3m距离的深度就没有办法进行识别了。2.第三步中返回的三维坐标数据为

具体的步骤：win+r——输入cmd回车——输入d:进入d盘——然后cd package\test\one指令进入打包文件夹下——最后输入pyinstaller -w app.py——打包完成后将未打包的库文件复制到dist\app_internal下——将其他的图片、文本等内容放到dist\app下——找到dist\app\app.exe文件右击发送到桌面快捷方式。至此，整体打包过程完成。

3.本案例中用的是mediapipe的识别模型反馈目标的中心像素坐标，基于此我们也可以实现手势人脸识别，或者yolo模型识别等的像素坐标，根据像素坐标我们就可以通过该点的深度信息得出该点的3D坐标。4.使用3D相机选型的时候，要注意一下相机的深度识别范围，像realsense455只能识别0.3-6m范围内的深度信息，对于小于0.3m距离的深度就没有办法进行识别了。2.第三步中返回的三维坐标数据为

采用现有的py库实现二维码和datamartix码的读取

这里舵机的工作电压为5v，而esp32的最大供电电压为3.6v，所以不能使用esp32直接进行供电。这里将家里多余的usb充电线剪开，最好是那种老的两根充电线，插上充电宝或者usb接口，用电压表量一下确定线的正负。我这里选择D13接口，即GPIO13接口。这里特地说明一下为什么ESP32-WROOM-32的GND需要连接usb接口的负极。将舵机的白线接到ESP32-WROOM-32的D13引脚。E

本文介绍了如何使用ESP32和SSD1309 OLED显示屏通过SPI通信实现显示功能。内容包括硬件介绍（ESP32-WROOM-32模块和7针SSD1309 OLED屏）、接线连接（重点说明VCC需接3.3V及引脚对应关系）、程序编写（基于U8g2库的示例代码）。详细讲解了SPI通信原理，包括主从架构、4线制工作方式、数据移位机制等核心概念，并对比了SPI和I2C的特点。最后提供了I2C通信的简