| | | | VidGear是一种高性能的视频处理Python库，它提供了一个易于使用的，高度可扩展，多线程+ ASYNCIO框架之上许多国家的最先进的专业像库， ， ， ， ， ， ， 和的后端，使我们能够灵活利用它们的内部参数和方法，同时静默提供强大的错误处理和无与伦比的实时性能。 VidGear主要专注于简单性，因此使程序员和软件开发人员只需几行代码即可轻松集成和执行复杂视频处理任务。 以下功能框图清楚地描述了VidGear API的通用功能： 目录 TL; DR 什么是vidgear？ “ VidGear是一个高性能框架，为使用python构建复杂的实时媒体应用程序

2021年树莓派基金会公开发行的Pico数据手册英文电子版，智能硬件开发必备

皮托 基于Raspberry Pi终端的活动监视器 是的，我知道已经有很多解决方案可用，但是我想为Raspberry Pi在Go中构建自己的基于终端的活动监视器。 这是针对RPI 4的，它应适用于RPI 3（更新：适用于RPI 3）。 安装 注意：针对32位和64位操作系统的预构建二进制文件不需要Go。 32位 Raspberry Pi OS 32位 覆盆子 RetropPie树莓派4/400 curl -sSL https://raw.githubusercontent.com/PierreKieffer/pitop/master/install/install_pitop32.sh | bash 64位 适用于Raspberry Pi的Ubuntu服务器20.04 LTS 64位 curl -sSL https://raw.githubusercontent.com/PierreKieffer/pitop/master/install/install_pitop64.sh | bash 跑 pitop 建于 没有使用外部程序包进行系统数据提取和操作。 执照 BSD

piserv：用于GPIO控制的Raspberry Pi HTTP接口

raspberry-pi-4-model-b-1.snapshot.3.zip

猪皮 包装器，可通过Raspberry Pi Zero，1、2、3或4上的Node.js启用快速GPIO，PWM，伺服控制，状态更改通知和中断处理。 目前，piggio Node.js模块和piggio C库都在Raspberry Pi 4 Model B上进行了实验。 Pigpio支持Node.js版本10、12、13、14和15。 内容 产品特点 数字IO 每秒高达350万次数字读取*） 每秒高达250万次数字写入*） GPIO 0至31中的任意一个上的PWM 支持多种频率和占空比范围 GPIO 0到31任意一个上的伺服控制无抖动 当GPIO 0到31中的任何一个状态改变时发出警报状态更改的时间精确到几微秒 通知流，用于同时监视GPIO 0到31中任何一个的状态变化状态更改的时间精确到几微秒 低延迟中断处理程序每秒处理多达20000次中断*） 作为一组操作的GPIO，最多可读取或写入32个GPIO 触发脉冲产生 上拉/下拉电阻器配置 产生GPIO电平变化的波形（时间精确到几微秒） *）在运行Raspbian Buster 2019-07-10的Raspberry P

app-release：IoT解决方案，这是android版本的app | 在应用商店中下载ios应用

PharoThings：基于Pharo的物联网项目实时编程平台

该存储库已过时，请在新的存储库中查看新版本的 Wyliodrin STUDIO Wyliodrin STUDIO是基于Chrome的IDE，用于IoT和嵌入式Linux系统的软件和硬件开发。 使用TCP / IP或串行端口连接到设备 以多种编程语言开发物联网的软件和固件 外壳访问设备 导入和导出Wyliodrin STUDIO项目 可视仪表板，用于显示传感器数据 显示硬件原理图 管理适用于Python和Javascript的软件包 任务管理器，用于管理设备 设备的网络连接管理器（以太网和WiFi） 交互式电子文档（电阻器颜色代码） 示例项目和固件 C / C ++，Python和Javascript中的Wyliodrin API文档 支持的设备： Raspberry Pi和Arduino UDOO新 BeagleBone黑色 Arduino云 支持的语言 可视化编程（转换为Python） Java脚本 Python 流（节点红色） Shell脚本（bash） 安装 您可能会在找到Wyliodrin STUDIO 设备 设备需要运行 您可以从Wyliodrin下载安装了

洛克机器人 LockeBot：使用和数据库实现基本问答机器人的演示。 这是什么？ 它是一款可以通过终端，电子邮件， 或回答简单问题的机器人 在经过实例训练后，它（一定程度上）能够概括问题并以相似的方式回答问题。 这些问题将转换为意图和实体，然后将其用于构造查询以针对数据库运行以提供答案。 这是RoyBot版本的演示 :crown: （这是训练有素/编码回答一系列关于英语和英国君主不同的问题），当程序运行时，您可以访问它生活在Facebook Messenger的 这个项目源于我使用Rasa NLU在Python中构建机器人的实验。 我应该事先意识到，这不一定是使用它的完美方法，并且可能有许多事情可以用更Python化的方式来完成，但是我的目的是通过共享它，其他人将能够获得一些东西基本的工作原理，否则他们会在另一个项目中将其用作灵感。 Rasa NLU具有极大的优势，可以让您在本地处理NLU模型，从而不将数据移交给第三方。 我并不是从理论上反对使用第三方NLU工具，但是在了解可能的情况时，不需要外部参与非常有用，我怀疑其他人也可能处于这种位置。 这个项目的一个有趣的选择是在上