【亲测免费】 ESP32-HUB75-MatrixPanel-I2S-DMA 库介绍
2026-01-26 06:04:28作者:苗圣禹Peter
概述
ESP32-HUB75-MatrixPanel-I2S-DMA 是一个适用于 ESP32 的 Adafruit GFX 兼容库,专门用于驱动 64x32px 或 64x64px 的 HUB75 LED 矩阵模块。该库利用 ESP32 的 DMA 引擎,通过 I2S 接口实现高效的 LED 矩阵驱动,显著提高了刷新率。此外,该库还支持多个面板的链接,使得扩展 LED 矩阵变得更加容易。
主要特点
- 低CPU开销:初始化的像素数据通过 DMA 引擎直接从内存中传输到矩阵输入,减少了 CPU 的负担。
- 快速刷新:更新像素数据仅需在 DMA 缓冲区上进行按位逻辑操作,无需进行管脚操作或阻塞 IO。
- 全屏 BCM:库利用二进制代码调制(BCM)在整个矩阵上渲染像素,支持亮度可变的色彩深度。
- TrueColor 24 位输出:根据矩阵大小和刷新率,最多可以输出 TrueColor 24 位色彩。
- CIE 1931 亮度校正:支持 CIE 1931 亮度校正,实现更自然的 LED 调光效果。
- Adafruit GFX API 兼容:可以使用 Adafruit GFX API 进行图形绘制和操作。
适用场景
该库适用于需要高刷新率和低 CPU 开销的 LED 矩阵应用场景,例如:
- 动态广告牌
- 信息显示器
- 艺术装置
- 游戏显示器
使用方法
- 安装库:将该库添加到您的 ESP32 Arduino 或 IDF 项目中。
- 初始化矩阵:根据您的硬件配置初始化 HUB75 LED 矩阵。
- 绘制图形:使用 Adafruit GFX API 在矩阵上绘制图形或文本。
- 更新显示:调用库提供的更新函数,将图形数据传输到 LED 矩阵。
示例代码
以下是一个简单的示例代码,展示如何初始化和更新 LED 矩阵:
#include <ESP32-HUB75-MatrixPanel-I2S-DMA.h>
MatrixPanel_I2S_DMA *dma_display = nullptr;
void setup() {
HUB75_I2S_CFG mxconfig;
mxconfig.mx_width = 64;
mxconfig.mx_height = 32;
dma_display = new MatrixPanel_I2S_DMA(mxconfig);
dma_display->begin();
dma_display->clearScreen();
}
void loop() {
dma_display->fillRect(0, 0, 64, 32, dma_display->color565(255, 0, 0));
delay(1000);
dma_display->clearScreen();
delay(1000);
}
注意事项
- 确保您的 ESP32 硬件支持 I2S DMA 功能。
- 根据实际需求调整矩阵的宽度和高度。
- 在使用多个面板链接时,确保面板之间的连接正确。
贡献
欢迎对该库进行改进和优化,如果您有任何建议或问题,请提交到 GitHub 仓库的 Issues 页面。
许可证
该库采用开源许可证,具体信息请参阅 LICENSE 文件。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
564
3.82 K
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++
892
661
Ascend Extension for PyTorch
Python
376
443
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
199
昇腾LLM分布式训练框架
Python
116
145
暂无简介
Dart
794
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
775
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
269
React Native鸿蒙化仓库
JavaScript
308
359