ROS中Opencv的canny边缘检测

roslaunch turtlebot_stage turtlebot_in_stage.launch
 

查看rostopic list

import rospy
import actionlib
import numpy as np
import cv2,cv_bridge
from copy import copy
from sensor_msgs.msg import Image
from std_msgs.msg import String
from nav_msgs.msg import Odometry
from nav_msgs.msg import OccupancyGrid
from move_base_msgs.msg  import MoveBaseAction,MoveBaseGoal,MoveBaseActionGoal

def callback(mapData):

	data=mapData.data
	w=mapData.info.width
	print "width: "+str(w)
	h=mapData.info.height
	print "height: "+str(h)
	resolution=mapData.info.resolution
	print "resolution: "+str(resolution)
	Xstartx=mapData.info.origin.position.x
	print "Xstartx: "+str(Xstartx)
	Xstarty=mapData.info.origin.position.y
	print "Xstarty: "+str(Xstarty)
	 
	img = np.zeros((h, w, 1), np.uint8)
	
	for i in range(0,h):
		for j in range(0,w):
			if data[i*w+j]==100:
				img[i,j]=0
			elif data[i*w+j]==0:
				img[i,j]=255
			elif data[i*w+j]==-1:
				img[i,j]=205
	
	
       	o=cv2.inRange(img,0,1)
	edges = cv2.Canny(img,0,255)
	
	contours, hierarchy = cv2.findContours(o,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)		
	cv2.drawContours(o, contours, -1, (255,255,255), 5)
	color=cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)
	cv2.imshow("contours",color)
	cv2.waitKey()
	cv2.destroyAllWindows()
      
rospy.init_node('sub--1')
mapData=OccupancyGrid()
sub=rospy.Subscriber('/map',OccupancyGrid,callback)
rospy.spin()

 

查看Odometry属于那个类型

 

运行

得出地图边缘检测结果,地图size中的width,height,分辨率,地图的初始位置。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
ROS结合OpenCV进行图像检测,可以使用以下步骤: 1. 订阅图像话题 首先,需要订阅相机或其他设备发布的图像话题,并将其转换为OpenCV可处理的格式。可以使用ROS自带的`cv_bridge`包将ROS图像消息转换为OpenCV图像格式。以下是一个示例代码,订阅名为`/camera/image_raw`的图像话题,并将其转换为OpenCV图像: ```python import rospy import cv2 from sensor_msgs.msg import Image from cv_bridge import CvBridge, CvBridgeError bridge = CvBridge() def image_callback(msg): try: cv_image = bridge.imgmsg_to_cv2(msg, "bgr8") except CvBridgeError as e: print(e) else: # 在这里进行图像检测 # ... rospy.init_node('image_subscriber') image_topic = "/camera/image_raw" rospy.Subscriber(image_topic, Image, image_callback) rospy.spin() ``` 在上述代码,`image_callback`函数将接收到的ROS图像消息转换为OpenCV图像,并在其进行图像检测。 2. 进行图像检测 一旦将图像转换为OpenCV格式,就可以使用OpenCV的函数进行图像处理和检测。例如,可以使用OpenCV的`cv2.CascadeClassifier`类来进行人脸检测。以下是一个示例代码: ```python import rospy import cv2 from sensor_msgs.msg import Image from cv_bridge import CvBridge, CvBridgeError bridge = CvBridge() face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') def image_callback(msg): try: cv_image = bridge.imgmsg_to_cv2(msg, "bgr8") except CvBridgeError as e: print(e) else: gray = cv2.cvtColor(cv_image, cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray, 1.3, 5) for (x,y,w,h) in faces: cv2.rectangle(cv_image,(x,y),(x+w,y+h),(255,0,0),2) cv2.imshow("Image window", cv_image) cv2.waitKey(3) rospy.init_node('image_subscriber') image_topic = "/camera/image_raw" rospy.Subscriber(image_topic, Image, image_callback) rospy.spin() ``` 在上述代码,`haarcascade_frontalface_default.xml`是一个预训练的分类器文件,用于人脸检测。代码使用`cv2.CascadeClassifier`类加载该文件,并使用`detectMultiScale`函数进行人脸检测。检测到人脸后,代码在图像绘制矩形框以标记人脸。 3. 显示图像结果 最后,将检测结果显示在图像窗口。可以使用OpenCV的`cv2.imshow`函数显示图像,用`cv2.waitKey`函数等待键盘输入,以保持图像窗口的显示。以下是示例代码: ```python cv2.imshow("Image window", cv_image) cv2.waitKey(3) ``` 希望这些步骤可以帮助您在ROS结合OpenCV进行图像检测。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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