ST7789纯C驱动程序在MicroPython下的安装教程
2026-01-25 04:41:44作者:魏侃纯Zoe
项目介绍
本项目是专为MicroPython设计的ST7789芯片显示屏快速驱动库。它支持240x240和135x240两种分辨率的屏幕,且完全以C语言编写,需要用户自行编译固件。目前,它兼容ESP8266、ESP32以及STM32平台。通过这个驱动,您可以高效地控制基于ST7789芯片的低成本显示屏。
项目下载位置
要获取此项目,您需访问GitHub上的仓库页面:
git clone https://github.com/devbis/st7789_mpy.git
项目安装环境配置
环境需求
- MicroPython编译环境:确保已正确安装了适用于您的硬件(ESP8266、ESP32或STM32)的MicroPython构建工具。
- Git:用于从GitHub克隆代码。
- 交叉编译工具链:例如,对于ESP系列,需要安装ESP-IDF或相关工具链。
图片示例
由于Markdown文本不直接支持嵌入图片,这里无法直接提供环境配置的截图。但您可以在MicroPython和相应硬件的官方文档中找到详细的环境设置步骤。
项目安装方式
-
克隆项目:
git clone https://github.com/devbis/st7789_mpy.git -
集成到MicroPython构建:
- 进入MicroPython的对应端口目录,如ESP8266:
cd micropython/ports/esp8266 - 设置用户模块路径并编译:
make USER_C_MODULES=$(pwd)/../st7789_mpy all
- 进入MicroPython的对应端口目录,如ESP8266:
-
部署固件: 使用
make deploy命令或相应方法将编译好的固件上传到您的MCU上。
项目处理脚本
为了使用此驱动,您需要在MicroPython环境中创建显示对象并调用其方法。以下是一些基本示例:
# 对于ESP8266
import machine
import st7789
spi = machine.SPI(1, baudrate=40000000, polarity=1)
display = st7789.ST7789(spi, 240, 240, reset=machine.Pin(5), dc=machine.Pin(4))
display.init()
# 或者,对于ESP32特定配置
# 注意此处应根据您的实际连接修改SPI引脚
spi = machine.SPI(2, baudrate=40000000, polarity=1, sck=machine.Pin(18), mosi=machine.Pin(23))
display = st7789.ST7789(spi, 240, 240, reset=machine.Pin(4), dc=machine.Pin(2))
display.init()
这些脚本初始化显示模块,并准备进行绘图操作。驱动提供了诸如fill, pixel, line, rect, 和 blit_buffer等方法来绘制图形和填充颜色。
完成以上步骤后,您就可以开始在ST7789显示屏上展示丰富多彩的内容了!
请注意,根据实际硬件和MicroPython版本,可能还需要调整一些配置参数。务必参考仓库中的最新说明文档以获取最准确信息。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
776
5.08 K
Ascend Extension for PyTorch
Python
756
962
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
873
2.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430