手撕低成本全收工DIY机器人3

摄像头接入接口

环境

硬件

• 魔百盒CM311-1A-YST
• 外置摄像头（USB接口）

软件

• Armbian

工具

• cheese
• usb_cam
• v4l-utils
• image-view

步骤

• 通过usb接入摄像头

• 查看usb 摄像头设备

  • ls /dev/video*
  • v4l2-ctl --list-devices （apt install v4l-utils）
  • 获取摄像头信息 v4l2-ctl --list-formats-ext -d /dev/video2
  • • 查看摄像头支持的pixel-format

ioctl: VIDIOC_ENUM_FMT
        Type: Video Capture

        [0]: 'YUYV' (YUYV 4:2:2)

• 安装usb-cam相关库

  • apt-get install ros-iron-usb-cam
  • apt-get install ros-iron-image-view
  • apt-get install ros-iron-v4l2-camera

• 发布主题
  ros2 run usb_cam usb_cam_node_exe --ros-args -p video_device:=“/dev/video2” -p image_size:=[640,480]

• 验证

  • ros2 topic list
  • ros2 topic echo /image_raw --no-arr
  • ros2 run rqt_image_view rqt_image_view

• 相机标定

  • ros2 run camera_calibration cameracalibrator --size 6x9 --square 0.025 --ros-args --remap /image:=/image_raw --ros-args --remap camera:=/default_cam
  • 

  相机标定结果文件拷贝到相应目录

  • RVIZ2 验证

    • 添加Camera，配置参数

  • 结合openCV验证

import rclpy
from sensor_msgs.msg import Image, CameraInfo
from cv_bridge import CvBridge
import cv2

class ImageSubscriber:
    def __init__(self):
        self.bridge = CvBridge()
        self.image_subscription = None
        self.camera_info_subscription = None

        rclpy.init()
        self.node = rclpy.create_node('image_subscriber_node')

        # 修改为新的主题名称
        self.image_subscription = self.node.create_subscription(Image, '/image_raw', self.image_callback, 10)
        self.camera_info_subscription = self.node.create_subscription(CameraInfo, '/usb_cam/camera_info', self.camera_info_callback, 10)

    def image_callback(self, msg):
        try:
            print("Received image message");
            cv_image = self.bridge.imgmsg_to_cv2(msg, desired_encoding="bgr8")
            self.process_image(cv_image)
        except Exception as e:
            print(f"Error processing image: {e}")

    def process_image(self, cv_image):
        # 在这里可以添加对图像的处理逻辑
        # 例如显示图像
        print("Deal image message");

        # 假设 cv_image 是你要处理的图像
        # cv_image = cv2.imread('your_image_file.jpg')

        # 将图像转换为灰度图像
        gray = cv2.cvtColor(cv_image, cv2.COLOR_BGR2GRAY)

        # 使用阈值操作来二值化图像
        _, thresholded = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

        # 使用 findContours 函数来提取轮廓
        contours, _ = cv2.findContours(thresholded, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

        # 使用红色（在 OpenCV 中，颜色表示为 BGR，所以红色是 (0, 0, 255)）绘制轮廓
        # 第三个参数是轮廓的索引，-1 表示绘制所有轮廓
        # 第四个参数是颜色
        # 第五个参数是线条的厚度
        cv2.drawContours(cv_image, contours, -1, (0, 0, 255), 3)

        # 显示图像
        cv2.imshow('Image with contours', cv_image)
        cv2.waitKey(0)
        cv2.destroyAllWindows()

    def camera_info_callback(self, msg):
        # 处理相机信息的回调函数
        # 这里可以添加处理相机信息的逻辑
        pass

    def spin(self):
        rclpy.spin(self.node)

    def destroy_node(self):
        if self.node:
            self.node.destroy_node()
            rclpy.shutdown()

if __name__ == '__main__':
    print("Creating ImageSubcriber")
    subscriber = ImageSubscriber()
    try:
        print("Starting spin")
        subscriber.spin()
    except KeyboardInterrupt:
        print("Shutting down...")
    finally:
        print("Stop node")
        subscriber.destroy_node()

至此摄像头集成完成。