运用ROS和OpenCV进行简单的图像处理之检测

本文主要讲述在ROS下使用opencv进行图像处理，并给出了一个详细示例。

首先建立一个ros包，在CMakeLists.txt中加入以下代码段，用于找到并链接OpenCV。安装完整版的ROS会顺带把OpenCV 2.4.x也装了，不过可能不太完整，缺一些头文件或者库之类的。最好自己再装一遍，直接去OpenCV官网或者github下载源码编译安装，也可对Ubuntu系统下安装依赖性有进一步了解。如系统中存在多个opencv版本的情况，可参考《ubuntu 安装使用多版本opencv》这篇博客。

find_package(OpenCV REQUIRED)
include_directories(${OpenCV_INCLUDE_DIRS})
target_link_libraries(${PROJECT_NAME} ${OpenCV_LIBS})

在ROS中通过cv_bridge包实现ros图像和opencv图像的转换，通过image_transport包订阅和发布图像数据。

此外，ros indigo版本的cv_bridge依赖于opencv2.4.x。如果自己装的版本过高，可能会存在兼容性问题，导致图像或视频无法加载。其解决办法可参考博文《OpenCV 3与ROS兼容、OpenCV多版本共存》，主要是下载cv_bridge后重新编译。

ROS和OpenCV的关系图如下，图片来源于ros官网。

下面介绍一个简单的图像处理示例，实现对黑色条纹的检测（有点类似于智能车比赛的摄像头组）。由于黑色像素较为明显，因此先对图像进行灰度处理变成单通道的，再进行Ostu阈值分割（大津法），得到二值化的图像就只有0和1了，其中为0的部分为黑色。

关键代码段如下：

    cv::Mat image = cv::imread(argv[1], CV_LOAD_IMAGE_COLOR);
    cv::Mat gray;
    cv::Mat edges;
    cv::cvtColor(image, gray, cv::COLOR_BGR2GRAY);
    cv::threshold(gray, edges, 76, 255, CV_THRESH_OTSU);   //参数76可设置成自动调节

我写了两个节点，一个用于加载图像并进行图像，一个用于显示图像，两个要同时运行才可看到效果。运行时别忘了source工作空间，并打开roscore。

rosrun img_process read_img_node argv[1]
rosrun img_process show_img_node

运行中的效果截图如下：

以上是针对静态图像的处理，如果视频流和从摄像头获取的，图像处理的过程还是一样，只是获取的地方改成如下：

cv::VideoCapture cap(argv[1]);   //传入摄像头参数或视频文件目录
if(!cap.isOpened())
    return;
cv::Mat frame;
cap >> frame;                    //这样便可实时获取图像数据

此外，笔者还提供了matlab程序进行同样的处理，效果如下（貌似在ros下效果好点）：

不过总的来说，这只是一个简单的示例，实际运用中还有很多没有考虑的地方，如光照、噪点等。

整个工程的源代码在下面的网址可以下到：

https://github.com/WelinLee/ROS_OPENCV_PRO