STM32F103普中-准端-z300开发板学习整理-白红宇

STM32F103普中-准端-z300开发板学习整理

阅读量：288 次

发布时间：2019-03-03

本文共 237 字，大约阅读时间需要 1 分钟。

此系列笔记均基于STM32F103普中-准端-z300的学习过程整理而来。

系统总体架构分析

嵌入式开发环境配置与工具链搭建

基础系统调试与烧录流程

中断机制与外设驱动初探

PWM信号输出与定时器应用

ADC采样与数据处理

SPI通信协议与应用案例

I2C总线通信与设备连接

GPIO端口配置与多个模块并联应用

LED控制与按键处理

本系列笔记旨在通过实际项目实践，系统地总结STM32F103开发过程中的关键知识点与技术细节，帮助开发者快速掌握该系列芯片的开发特点与能力。

转载地址：http://zbul.baihongyu.com/

你可能感兴趣的文章

oobbs开发手记

OpenCV 中的图像转换

opencv&Python——多种边缘检测

OpenCV-Python接口、cv和cv2的性能比较

opencv26-模板匹配

opencv5-图像混合

opencv9-膨胀和腐蚀

OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测，图像分割，图像分类，姿态检测，带方向目标检测)

OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)

OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪

OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)

OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测

OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别

OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果

OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测

OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别（数据集 + 源码）

OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测

OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案

Opencv中KNN背景分割器

OpenCV中基于已知相机方向的透视变形