CP 值爆表！用 Raspberry Pi 打造 AI 視覺專案，免花大錢超越想像！
樹莓派 Raspberry Pi 一直是最受歡迎的開發平台，原廠推出的 AI 相機攝影模組，讓影像與人工智慧應用變得更平易近人。這篇文章將帶您一步步了解它的功能、應用，並附上實際安裝教學和可直接運行的範例程式碼，讓您在 5 分鐘內就能跑出您的第一個 AI 專案。
Raspberry Pi AI Camera 是什麼？
Raspberry Pi AI Camera 是一款支援高解析度的攝影模組，可搭配 Raspberry Pi 4 或 5 使用。它的強大之處在於能與 OpenCV、 TensorFlow Lite 等 AI 工具無縫整合，實現即時影像辨識、物件追蹤等功能。
這款模組適合做什麼？
- AI 教育入門專案
- 智慧家庭監控系統
- 客製化人臉辨識門禁
- 商店客流分析與統計
- 智慧寵物餵食器或互動玩具
專案硬體準備清單
- Raspberry Pi 4 或 5 (建議搭配風扇或散熱片)
- AI 相機模組
- 高速 microSD 記憶卡 (建議 32GB 以上)
- 螢幕、滑鼠、鍵盤 (或透過 SSH 遠端連線)
安裝與設定教學：五分鐘點亮你的 AI 之眼
步驟一：安裝 Raspberry Pi OS
請至Raspberry Pi 官方網站下載 Raspberry Pi Imager 工具，並使用它將最新版的 Raspberry Pi OS (64-bit with desktop) 安裝到您的 microSD 卡中。
步驟二：啟用相機介面
將記憶卡插入 Pi 並開機後，打開終端機 (Terminal)，輸入指令 sudo raspi-config。在選單中，依序選擇：「3 Interface Options」→「C1 Camera」，選擇 <Yes> 來啟用相機功能。完成後，系統會提示您重新啟動，請選擇 Yes。
步驟三：測試相機是否正常運作
重新開機後，再次打開終端機，輸入測試指令：libcamera-hello。如果螢幕上成功顯示了幾秒鐘的即時影像畫面，就代表您的相機已經設定完成！
步驟四：安裝 OpenCV 函式庫
OpenCV 是我們用來進行影像處理與人臉偵測的核心工具。在終端機中，輸入以下指令來更新並安裝：
sudo apt update
sudo apt install python3-opencv -y
步驟五：執行人臉偵測範例程式碼
安裝完畢後，從應用程式選單中打開 Thonny Python IDE，建立一個新的 Python 檔案 (例如 `face_detect.py`)，並將以下程式碼完整複製貼上。
import cv2
# 啟動攝影機 (通常是 0 號)
cap = cv2.VideoCapture(0)
# 載入 OpenCV 內建的、預先訓練好的人臉偵測模型
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
while True:
# 讀取每一幀的影像
ret, frame = cap.read()
if not ret:
print("無法讀取影像，請確認相機連接。")
break
# 將彩色影像轉換為灰階 (有助於偵測)
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 執行人臉偵測
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
# 在偵測到的人臉周圍畫上藍色方框
for (x, y, w, h) in faces:
cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)
# 顯示結果影像
cv2.imshow('AI Face Detection by TaiwanIOT.com', frame)
# 按下 'q' 鍵即可退出迴圈
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# 釋放資源並關閉所有視窗
cap.release()
cv2.destroyAllWindows()
點擊 Thonny 的「運行」按鈕，然後看看螢幕上的神奇效果吧！
專家提示： 這段程式碼中的 cv2.imshow() 指令需要在圖形化桌面環境下運行。如果您使用的是沒有桌面的 Raspberry Pi OS Lite 版本，並透過 SSH 連線，將無法看到影像視窗。
CP 值最高的 AI 視覺入門磚
這顆 Raspberry Pi AI 相機是每個 AIoT 初學者、開發者或老師的好幫手。它證明了您不需要花大錢購買 NVIDIA Jetson 或其他高階運算模組，也能透過 Raspberry Pi 與 Python，打造出功能完整、充滿樂趣的智慧視覺應用。
