U8g2项目:ESP32通过硬件SPI驱动ST7920 128x64液晶屏实战指南
2025-06-06 22:05:47作者:牧宁李
硬件连接与原理
ST7920控制器驱动的128x64点阵液晶屏是一种常见的显示设备,在嵌入式项目中广泛应用。当使用ESP32微控制器时,通过硬件SPI接口可以显著提高通信效率。
ESP32的VSPI硬件SPI接口默认引脚分配为:
- GPIO 23 (SCLK) - 连接显示屏的E/SCLK引脚
- GPIO 18 (MOSI) - 连接显示屏的SID/MOSI引脚
- GPIO 5 (CS) - 连接显示屏的RS/CS引脚
需要注意的是,ESP32开发板上GND和5V引脚位置相邻,接线时务必确认连接的是GND而非5V,否则会导致显示屏闪烁等异常现象。
软件配置要点
使用U8g2库驱动ST7920显示屏时,需要注意以下几个关键配置点:
-
SPI初始化:必须显式调用SPI.begin()方法初始化SPI总线,指定正确的引脚映射。
-
时钟频率设置:ST7920对SPI时钟频率较为敏感,建议设置为500kHz以下以避免显示异常。
-
U8g2对象创建:需要选择正确的构造函数,指定硬件SPI模式和片选引脚。
完整示例代码解析
#include <Arduino.h>
#include <U8g2lib.h>
#include <SPI.h>
// 创建U8g2对象,指定硬件SPI和CS引脚
U8G2_ST7920_128X64_F_HW_SPI u8g2(U8G2_R0, /* CS=*/ 5);
void setup(void) {
// 初始化SPI总线,指定MOSI、MISO、SCLK和CS引脚
// 注意:MISO(-1)表示不使用MISO
SPI.begin(18, -1, 23, 5);
// 初始化显示屏
u8g2.begin();
// 设置SPI总线时钟频率为500kHz
u8g2.setBusClock(500000);
}
void loop(void) {
static uint8_t counter = 0;
char counterStr[3];
// 将计数器转换为2位数字字符串
snprintf(counterStr, sizeof(counterStr), "%02d", counter);
// 开始绘制页面
u8g2.firstPage();
do {
// 设置大号字体
u8g2.setFont(u8g2_font_logisoso62_tn);
// 在指定位置绘制文本
u8g2.drawStr(50, 63, counterStr);
} while (u8g2.nextPage());
// 计数器递增
counter = (counter + 1) % 60;
delay(1000);
}
常见问题与解决方案
-
显示屏闪烁或不稳定:
- 检查电源连接,确保GND正确连接
- 降低SPI时钟频率
- 检查接线是否牢固
-
无显示或显示异常:
- 确认SPI引脚映射正确
- 检查CS引脚是否选择正确
- 确保U8g2库选择了正确的显示屏型号
-
显示内容错位:
- 调整drawStr函数的坐标参数
- 检查字体大小是否适合显示区域
性能优化建议
-
对于需要快速刷新的应用,可以尝试逐步提高SPI时钟频率,找到显示屏能稳定工作的最高频率。
-
使用双缓冲技术可以减少显示闪烁,但会占用更多内存。
-
对于静态内容,可以只在内容变化时刷新显示,减少不必要的重绘操作。
通过以上配置和优化,ESP32可以稳定高效地驱动ST7920 128x64液晶显示屏,为嵌入式项目提供可靠的显示解决方案。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
暂无简介
Dart
615
138
Ascend Extension for PyTorch
Python
165
184
React Native鸿蒙化仓库
JavaScript
240
314
仓颉编译器源码及 cjdb 调试工具。
C++
126
854
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
369
3.16 K
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
257
91
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
475
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
646
255