Last updated: 29 November 2024

Hoe Aravis te installeren op Linux en beelden te verwerven van de machine vision camera

Aravis is een machine vision softwarekit die is ontwikkeld om gelijktijdig gebruik te maken van machine vision camera's van verschillende fabrikanten. Aravis is een op GObject gebaseerde vision bibliotheek die oorspronkelijk is gemaakt voor Linux om digitale industriële camera's te bedienen en beelden vast te leggen. Aravis gebruikt de GenICam API om de machine vision camera's te bedienen en wordt geleverd met een basis kijkinterface. Het is ook gebouwd zoals elke andere Meson-build. Je kunt Aravis gratis downloaden op GitHub.

Hoe Aravis te installeren op Linux en beelden te verwerven van de machine vision camera
In dit artikel beschrijven we hoe je Aravis op Linux installeert met Python en hoe je begint met het verwerven van beelden van de industriële camera.

Stap één: Installeer Python en Pip op uw Linux-computer

Open de Linux-terminal en voer de volgende regels in om Python en Pip te installeren:
Selecteer een Python-versie die compatibel is met uw Linux-distributie, zoals Python 3.8.
 

$ sudo apt-update
$ sudo apt installeer python3.8
$ sudo apt installeer python3-pip

Gebruik de onderstaande regels om te controleren of Python en Pip op uw Linux-computer zijn geïnstalleerd:

$ python3 --versie
$ pip3 --versie

Stap twee: Installeer Meson en Ninja

Installeer nu Meson en Ninja met Python:

$ pip3 install --gebruiker meson
$ pip3 installeer ninja

De basisvereisten zijn nu geïnstalleerd.

Stap drie: Installeer de nieuwste versie van Aravis

Aangezien we Aravis vanuit de bron installeren, is er maar één versie voor Linux, Windows en Mac.
Download de nieuwste Aravis-release op https://github.com/AravisProject/aravis/releases.

Voordat we Aravis kunnen bouwen, moeten we de afhankelijkheden installeren. U kunt de gedetailleerde lijst met afhankelijkheden vinden in het bestand “meson.build”.

 

Om de meeste benodigde afhankelijkheden te installeren, kunt u de volgende opdracht gebruiken:

$ sudo apt install libxml2-dev libglib2.0-dev cmake libusb-1.0-0-dev gobject-introspection \
                 libgtk-3-dev gtk-doc-tools xsltproc libgstreamer1.0-dev \
                 libgstreamer-plugins-base1.0-dev libgstreamer-plugins-good1.0-dev \
                 libgirepository1.0-dev

Optioneel: Voor kleur vision camera's heb je extra plugins nodig voor “gstreamer”:

$ sudo apt-get install gstreamer1.0-plugins-bad

Voordat je Aravis kunt bouwen, heb je nog twee dingen nodig:
1.    Installeer de nieuwste versie van “cmake”.
Volg de Linux-tutorial op hun website: Installeren | CMake
2.    Installeer nu “gi-docgen” met de volgende regel:

$ pip3 install --user gi-docgen

Nu zijn we klaar om Aravis te bouwen. Gebruik de volgende opdrachten om Aravis te bouwen.

$ meson bouwen
$ cd-build
$ sudo-ninja
$ sudo ninja installeren

Het laatste dat we moeten doen is het bestand “aravis.rules” kopiëren naar de Linux-apparaatbeheerder “udev: etc/udev/rules.d”

$ sudo cp ~/Pad/naar/uw/Aravis/src/aravis.rules /etc/udev/rules.d

Start de computer opnieuw op om de installatie te voltooien. Nadat u uw computer opnieuw hebt opgestart, kunt u via uw Linux-terminal naar de viewer navigeren en het programma starten.

~/Pad/naar/uw/Aravis/build/viewer$ ​​./arv-viewer-X.X


Verbind uw camera en klik op de vernieuwen-knop. U zou nu de naam van uw verbonden camera en het serienummer moeten zien. Klik met de linkermuisknop op uw camera en druk op de afspeelknop om de acquisitie te starten. U zou nu een live feed van de geselecteerde camera moeten krijgen.



 (Getest op Linux Ubuntu 20.04, met een MER-160-227U3M-L machine vision camera)

De Aravis-viewer werkt voor zowel onze USB3 als onze GigE-camera's. Voor de GigE-camera's moet je eerst de IP-instellingen configureren, zoals je ook met GalaxyView zou doen. Nadat het IP is geconfigureerd, zal de GigE camera werken met de Aravis-viewer.


Heeft u technische support nodig?

Heb je deze stappen gevolgd, maar heb je het resultaat van de industriële vision camera dat je wenste niet ontvangen? Neem contact op met ons technisch support! Een van onze vision ingenieurs zal binnen 24 uur je vraag beantwoorden. Heb je andere technische vragen over machine vision? Bekijk ons machine vision kenniscentrum. We uploaden regelmatig nieuwe technische artikelen.

Als je op de hoogte wilt blijven van onze vision artikelen, volg dan onze pagina op LinkedIn. We plaatsen elk nieuw artikel na de release.