Last updated: 18 July 2025

Como instalar o Aravis no Linux e adquirir imagens da câmera de machine vision

Gaspar van Elmbt
Aravis é um kit de software de machine vision desenvolvido para utilizar simultaneamente câmaras de machine vision de diferentes fabricantes. Aravis é uma biblioteca de visão baseada em GObject, criada originalmente para Linux, para controlar e adquirir imagens de câmaras industriais digitais. O Aravis utiliza a API GenICam para operar as câmaras de machine vision e inclui uma interface básica de visualização. Também é construído como qualquer outra build Meson. Pode descarregar o Aravis gratuitamente no GitHub.
Como instalar o Aravis no Linux e adquirir imagens da câmera de machine vision

Neste artigo descrevemos como instalar o Aravis no Linux utilizando Python e como começar a adquirir imagens da câmera industrial.

Primeiro passo: Instalar o Python e o Pip no seu computador Linux

Abra o terminal do Linux e insira as seguintes linhas para instalar o Python e o Pip:
Selecione uma versão do Python que seja compatível com a sua distribuição Linux, como o Python 3.8.
 


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


Utilize as linhas abaixo para verificar se o Python e o Pip estão instalados no seu computador Linux:


$ python3 --version
$ pip3 --version

Segundo passo: Instalar o Meson e o Ninja

Agora instale o Meson e o Ninja com o Python:


$ pip3 install --user meson
$ pip3 install ninja


Os requisitos básicos estão agora instalados.

Terceiro passo: Instalar a versão mais recente do Aravis

Como instalamos o Aravis a partir do código-fonte, existe apenas uma versão para Linux, Windows e Mac.
Descarregue a versão mais recente do Aravis em https://github.com/AravisProject/aravis/releases.

Antes de podermos compilar o Aravis, precisamos de instalar as dependências. Pode encontrar a lista detalhada de dependências no ficheiro “meson.build”

 


Para instalar a maioria das dependências necessárias, pode utilizar o seguinte comando:


$ 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


Opcional: Para câmeras de visão a cores, necessita de plugins adicionais para o “gstreamer”:


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


Antes de poder compilar o Aravis, precisa de mais duas coisas:
1.    Instale a versão mais recente do “cmake”.
Siga o tutorial de Linux no respetivo site: Installing | CMake
2.    Agora instale o “gi-docgen” com a seguinte linha:


$ pip3 install --user gi-docgen


Agora estamos prontos para compilar o Aravis. Para compilar o Aravis, utilize os seguintes comandos.


$ meson build
$ cd build
$ sudo ninja
$ sudo ninja install


O último passo é copiar o ficheiro “aravis.rules” para o gestor de dispositivos Linux “udev: etc/udev/rules.d”


$ sudo cp ~/Path/to/your/Aravis/src/aravis.rules /etc/udev/rules.d


Reinicie o computador para concluir a instalação. Após reiniciar o computador, pode navegar no terminal Linux até ao visualizador e iniciar o programa.


~/Path/to/your/Aravis/build/viewer$ ./arv-viewer-X.X


Ligue a sua câmera e clique no botão de recarregar. Deverá agora ver o nome da sua câmera conectada e o respetivo número de série. Clique com o botão esquerdo na sua câmera e pressione o botão de reprodução para iniciar a aquisição. Deverá agora obter uma transmissão ao vivo da câmera selecionada.



 (Testado em Linux Ubuntu 20.04, com uma MER-160-227U3M-L machine vision camera)

O visualizador Aravis funciona tanto para as nossas USB3 como para as nossas câmeras GigE. Para as câmeras GigE, é necessário configurar primeiro as definições de IP, tal como faria com o GalaxyView. Depois de configurar o IP, a câmera GigE funcionará com o visualizador Aravis.


Precisa de suporte técnico?

Seguiu estes passos, mas não obteve o resultado da câmera de visão industrial que pretendia? Entre em contacto com a nossa equipa de suporte técnico! Um dos nossos engenheiros de visão responderá à sua questão no prazo de 24 horas. Tem outras questões técnicas relacionadas com machine vision? Consulte o nosso centro de conhecimento de machine vision. Publicamos regularmente novos artigos técnicos.

Se pretende manter-se atualizado com os nossos artigos de visão, siga a nossa página no LinkedIn. Publicamos cada novo artigo após o seu lançamento.