保姆级教程：在Ubuntu 20.04上搞定大恒GigE相机驱动与Python图像采集（含Pycharm配置）
保姆级教程：在Ubuntu 20.04上搞定大恒GigE相机驱动与Python图像采集（含Pycharm配置）
如果你正在Ubuntu 20.04上尝试配置大恒GigE相机进行图像采集，却苦于驱动安装和Python环境配置的各种坑，那么这篇教程就是为你量身定制的。作为一位视觉项目开发者，我深知在Linux环境下配置工业相机的痛苦——从驱动安装失败到Python库依赖冲突，每一步都可能让你抓狂。本文将手把手带你避开所有常见陷阱，从驱动安装到Pycharm配置，确保你能一次性成功跑通图像采集demo。
1. 环境准备与驱动安装
在开始之前，请确保你的Ubuntu 20.04系统已经更新到最新状态。打开终端，执行以下命令：
sudo apt update && sudo apt upgrade -y1.1 安装必要依赖
大恒相机驱动需要一些基础依赖库，以下是必须安装的软件包：
sudo apt install -y build-essential cmake git libraw1394-11 libavcodec-dev libavformat-dev libswscale-dev注意：如果你的系统是全新安装的，可能还需要安装一些额外的开发工具包。
1.2 下载并安装大恒相机SDK
大恒官方提供了Linux版的SDK，你需要从官网下载最新版本。假设你已经下载了Galaxy_Linux-x86_Gige-U3_64bits-*.tar.gz文件，解压并安装：
tar -xzvf Galaxy_Linux-x86_Gige-U3_64bits-*.tar.gz cd Galaxy_Linux-x86_Gige-U3_64bits-* sudo ./install.sh安装完成后，需要将库文件路径添加到系统环境变量中：
echo 'export GALAXY_SDK_PATH=/opt/Galaxy_Linux-x86_Gige-U3_64bits' >> ~/.bashrc source ~/.bashrc1.3 验证驱动安装
安装完成后，连接你的大恒相机到网络，然后运行以下命令检查设备是否被识别：
ls /dev | grep raw1394如果能看到类似raw1394的设备节点，说明驱动安装成功。你也可以使用大恒提供的工具检查相机连接状态：
/opt/Galaxy_Linux-x86_Gige-U3_64bits/bin/GxDeviceDetection2. Python环境配置
2.1 创建Python虚拟环境
为了避免与系统Python环境冲突，我们强烈建议使用虚拟环境。这里我们使用Python 3.8（Ubuntu 20.04默认安装）：
sudo apt install -y python3.8-venv python3 -m venv ~/gxipy_env source ~/gxipy_env/bin/activate2.2 安装gxipy库
激活虚拟环境后，进入SDK的Python接口目录安装gxipy：
cd /opt/Galaxy_Linux-x86_Gige-U3_64bits/api/Python python setup.py build sudo python setup.py install常见问题：如果遇到权限问题，可以尝试使用--user参数安装，或者修改目录权限。
2.3 安装其他依赖库
图像处理通常需要numpy和opencv，使用pip安装：
pip install numpy opencv-python pillow3. Pycharm项目配置
3.1 创建新项目并配置解释器
- 打开Pycharm，选择"Create New Project"
- 在"Location"选择项目路径
- 在"Python Interpreter"部分，选择"Existing interpreter"
- 点击"..."按钮，找到你之前创建的虚拟环境路径（~/gxipy_env/bin/python）
- 点击"Create"完成项目创建
3.2 验证环境配置
在Pycharm中新建一个Python文件，输入以下代码测试环境是否配置正确：
import gxipy as gx print("gxipy version:", gx.__version__)运行后如果能看到gxipy的版本号，说明环境配置成功。
4. 图像采集实战
4.1 基础图像采集代码
下面是一个完整的图像采集示例，包含了错误处理和基本的图像保存功能：
import gxipy as gx import numpy as np from PIL import Image import cv2 def main(): # 创建设备管理器 device_manager = gx.DeviceManager() try: # 更新设备列表 dev_num, dev_info_list = device_manager.update_all_device_list() if dev_num == 0: print("未检测到任何相机设备") return print(f"检测到 {dev_num} 台设备") # 通过IP打开第一台设备 cam = device_manager.open_device_by_ip(dev_info_list[0].get("ip")) # 设置相机参数 cam.ExposureTime.set(10000) # 曝光时间10ms cam.Gain.set(10.0) # 增益10dB # 开始采集 cam.stream_on() # 获取图像 raw_image = cam.data_stream[0].get_image() if raw_image.get_status() != gx.GxFrameStatusList.SUCCESS: print("获取图像失败") return # 转换图像格式 numpy_image = raw_image.get_numpy_array() if numpy_image is None: print("图像转换失败") return # 保存图像 image = Image.fromarray(numpy_image) image.save("captured_image.jpg") print("图像保存成功") # 显示图像 cv2.imshow("Captured Image", numpy_image) cv2.waitKey(0) except Exception as e: print(f"发生错误: {str(e)}") finally: # 确保资源释放 if 'cam' in locals(): cam.stream_off() cam.close_device() cv2.destroyAllWindows() if __name__ == "__main__": main()4.2 高级功能实现
4.2.1 连续采集
要实现连续图像采集，可以修改上面的代码：
# 在stream_on()之后添加循环 for i in range(100): # 采集100帧 raw_image = cam.data_stream[0].get_image() if raw_image.get_status() == gx.GxFrameStatusList.SUCCESS: numpy_image = raw_image.get_numpy_array() cv2.imshow("Live View", numpy_image) if cv2.waitKey(1) & 0xFF == ord('q'): break4.2.2 参数调节
大恒相机提供了丰富的参数调节接口，以下是一些常用设置：
| 参数名称 | 设置方法 | 典型值范围 |
|---|---|---|
| 曝光时间 | cam.ExposureTime.set(value) | 100-100000 (μs) |
| 增益 | cam.Gain.set(value) | 0-24 (dB) |
| 白平衡 | cam.BalanceWhiteAuto.set() | 0-1 (开关) |
| 触发模式 | cam.TriggerMode.set() | 0-1 (开关) |
4.3 常见问题解决
问题1：无法找到相机设备
- 检查网线连接是否正常
- 确保相机和电脑在同一子网
- 运行
ifconfig检查网络接口状态
问题2：图像采集卡顿
- 尝试降低分辨率
- 增加曝光时间
- 检查网络带宽是否足够
问题3：Python导入gxipy失败
- 确认安装时没有错误
- 检查Python环境是否匹配（32位/64位）
- 尝试重新安装SDK
5. 性能优化与最佳实践
5.1 内存管理
长时间运行图像采集程序可能会导致内存泄漏，建议：
- 定期检查内存使用情况
- 使用
del显式释放不再需要的对象 - 考虑使用生成器处理图像流
5.2 多线程处理
对于高性能应用，可以使用Python的threading模块实现采集和处理分离：
import threading from queue import Queue class ImageAcquisitionThread(threading.Thread): def __init__(self, camera, queue): super().__init__() self.camera = camera self.queue = queue self.running = False def run(self): self.running = True while self.running: raw_image = self.camera.data_stream[0].get_image() if raw_image.get_status() == gx.GxFrameStatusList.SUCCESS: self.queue.put(raw_image.get_numpy_array()) def stop(self): self.running = False5.3 日志记录
添加日志记录可以帮助调试和监控程序运行状态：
import logging logging.basicConfig( level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s', filename='camera.log' ) logger = logging.getLogger(__name__)在关键位置添加日志记录：
logger.info("开始图像采集") logger.warning("曝光时间设置过高") logger.error("无法连接到相机")在实际项目中，我发现大恒相机的Python接口虽然功能强大，但在异常处理方面还有改进空间。特别是在网络不稳定的情况下，建议添加重试机制和超时设置。另外，使用Pycharm的远程调试功能可以大大简化开发过程，特别是当你的开发环境和运行环境不同时。