Ros下使用OpenCV对图像进行处理

本文介绍了如何在ROS环境下利用CvBridge将sensor_msgs/Image格式的图像转换为OpenCV的cv::Mat格式,以便进行图像处理。CvBridge提供toCvShare和toCvCopy函数,前者用于数据共享,后者用于安全转换。同时,通过toImageMsg()函数,可以将处理后的OpenCV图像转回ROS图像信息。对于kinect2的rgb图像处理,只需替换节点订阅中的/camera/image_raw为kinect2对应的话题。
摘要由CSDN通过智能技术生成

Ros中的图像信息是sensor_msgs/Image的格式,而OpenCV 中图像是cv:Mat格式。所以从Ros中获取的图像不能直接用OpenCV进行处理,需要进行格式转化。还好,Ros中提供了进行ROS和OpenCV之间图像信息格式转化的接口CvBridge

下面附上Ros官网提供的源码:

#include <ros/ros.h>
#include <image_transport/image_transport.h>
#include <cv_bridge/cv_bridge.h>
#include <sensor_msgs/image_encodings.h>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>

static const std::string OPENCV_WINDOW = "Image window";

class ImageConverter
{
  ros::NodeHandle nh_;
  image_transport::ImageTransport it_;
  image_transport::Subscriber image_sub_;
  image_transport::Publisher image_pub_;

public:
  ImageConverter()
    : it_(nh_)
  {
    // Subscrive to input video feed and publish output video feed
    image_sub_ = it_.subscribe("/camera/image_raw", 1,
      &ImageConverter::imageCb, this);
    image_pub_ = it_.advertise("/image_converter/output_video", 1);

    cv::namedWindow(OPENCV_WINDOW);
  }

  ~ImageConverter()
  {
    cv::destroyWindow(OPENCV_WINDOW);
  }

  void imageCb(const sensor_msgs::ImageConstPtr& msg)
  {
    cv_bridge::CvImagePtr cv_ptr;
    try
    {
      cv_ptr = cv_bridge::toCvCopy(msg, sensor_msgs::image_encodings::BGR8);
    }
    catch (cv_bridge::Exception& e)
    {
      ROS_ERROR("cv_bridge exception: %s", e.what());
      return;
    }

    // Draw an example circle on the video stream
    if (cv_ptr->image.rows > 60 && cv_ptr->image.cols > 60)
      cv::circle(cv_ptr->image, cv::Point(50, 50), 10, CV_RGB(255,0,0));

    // Update GUI Window
    cv::imshow(OPENCV_WINDOW, cv_ptr->image);
    cv::waitKey(3);

    // Output modified video stream
    image_pub_.publish(cv_ptr->toImageMsg());
  }
};

int main(int argc, char** argv)
{
  ros::init(argc, argv, "image_converter");
  ImageConverter ic;
  ros::spin();
  return 0;
}
本段代码源自:
http://wiki.ros.org/cv_bridge/Tutorials/UsingCvBridgeToConvertBetweenROSImagesAndOpenCVImages

下面来解释一下里面的代码

namespace cv_bridge {

class CvImage
{
public:
  std_msgs::Header header;
  std::string encoding;
  cv::Mat image;
};

typedef boost::shared_ptr<CvImage> CvImagePtr;
typedef boost::shared_ptr<CvImage const> CvImageConstPtr;

}
cv_bridge里定义了类CvImage,类中包含了ros的头文件,OpenCV图像信息和编码。我们可以用这个类来进行两种图像格式的转换

cv_bridge里提供了以下两种函数来将ros中的sensor_msgs::image转换为Cvimage

// Case 1: Always copy, returning a mutable CvImage
CvImagePtr toCvCopy(const sensor_msgs::ImageConstPtr& source,
                    const std::string& encoding = std::string());
CvImagePtr toCvCopy(const sensor_msgs::Image& source,
                    const std::string& encoding = std::string());

// Case 2: Share if possible, returning a const CvImage
CvImageConstPtr toCvShare(const sensor_msgs::ImageConstPtr& source,
                          const std::string& encoding = std::string());
CvImageConstPtr toCvShare(const sensor_msgs::Image& source,
                          const boost::shared_ptr<void const>& tracked_object,
                          const std::string& encoding = std::string());
toCvCopy复制ROS消息中的图像数据,可以对返回的cvimage进行 自由修改

toCvShare用来进行数据共享,安全地共享ROS消息中包含的数据。也就是说如果想使用opencv进行图像处理的话,使用toCvCopy


使用toImageMsg()成员函数可以将opencv图像转换成ROS图像信息

class CvImage
{
  sensor_msgs::ImagePtr toImageMsg() const;

  // Overload mainly intended for aggregate messages that contain
  // a sensor_msgs::Image as a member.
  void toImageMsg(sensor_msgs::Image& ros_image) const;
};
如要进行图像处理时,直接对cv_ptr->image进行处理即可

如要对kinect2中获得的图像rgb信息进行处理,将节点订阅中的/camera/image_raw换成kinect2发布的信息即可






                                                



好的,以下是使用OpenCVROS 16.04环境下进行图像识别的示例代码: ```cpp #include <ros/ros.h> #include <opencv2/opencv.hpp> #include <cv_bridge/cv_bridge.h> #include <sensor_msgs/Image.h> #include <sensor_msgs/image_encodings.h> #include <image_transport/image_transport.h> void imageCallback(const sensor_msgs::ImageConstPtr& msg) { try { // 将ROS图像消息转换为OpenCV图像格式 cv::Mat image = cv_bridge::toCvShare(msg, "bgr8")->image; // 在图像上执行一些操作,例如进行人脸检测 std::vector<cv::Rect> faces; cv::CascadeClassifier face_cascade; face_cascade.load("haarcascade_frontalface_alt.xml"); face_cascade.detectMultiScale(image, faces, 1.1, 2, 0|cv::CASCADE_SCALE_IMAGE, cv::Size(30, 30)); // 在每个检测到的人脸周围画一个矩形框 for (size_t i = 0; i < faces.size(); i++) { cv::rectangle(image, faces[i], cv::Scalar(0, 255, 0), 2); } // 显示结果 cv::imshow("Image", image); cv::waitKey(1); } catch (cv_bridge::Exception& e) { ROS_ERROR("Could not convert from '%s' to 'bgr8'.", msg->encoding.c_str()); } } int main(int argc, char** argv) { // 初始化ROS节点 ros::init(argc, argv, "image_subscriber"); ros::NodeHandle nh; // 创建一个图像传输对象 image_transport::ImageTransport it(nh); // 订阅图像话题 image_transport::Subscriber sub = it.subscribe("camera/image", 1, imageCallback); // 进行循环等待回调函数 ros::spin(); return 0; } ``` 在这个示例代码中,我们订阅了一个名为`camera/image`的图像话题。当收到图像消息时,我们将它转换为OpenCV图像格式,并在图像上执行人脸检测。最后,我们在每个检测到的人脸周围画一个矩形框,并将结果显示出来。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值