在ROS中使用OpenCV

1、在工作空间下创建程序包

$ cd ~/catkin_ws/src
$ catkin_create_pkg robot_vision roscpp std_msgs cv_bridge image_transport sensor_msgs
$ cd ..

2、在创建的程序包的src文件中创建一个文本文件，并命名为getImage.cpp。具体代码和注释如下：

$ gedit getImage.cpp

#include<ros/ros.h> //ros标准库头文件

#include<iostream> //C++标准输入输出库

/* cv_bridge中包含CvBridge库 */

#include<cv_bridge/cv_bridge.h>

/* ROS图象类型的编码函数 */

#include<sensor_msgs/image_encodings.h>

/* image_transport 头文件用来在ROS系统中的话题上发布和订阅图象消息 */

#include<image_transport/image_transport.h>

//OpenCV2标准头文件

#include<opencv2/core/core.hpp>

#include<opencv2/highgui/highgui.hpp>

#include<opencv2/imgproc/imgproc.hpp>

static const std::string INPUT = "Input"; //定义输入窗口名称

static const std::string OUTPUT = "Output"; //定义输出窗口名称

//定义一个转换的类

class ImageConverter {

private:

    ros::NodeHandle nh_; //定义ROS节点句柄

    image_transport::ImageTransport it_; //定义一个image_transport实例,用来发布和订阅ROS系统的图像

    image_transport::Subscriber image_sub_; //定义ROS图象接收器 ,订阅主题的变量

    image_transport::Publisher image_pub_; //定义ROS图象发布器 ,发布主题的变量

public:

    ImageConverter() :it_(nh_) //构造函数

   {

         image_sub_ = it_.subscribe("camera/image_raw", 1, &ImageConverter::convert_callback, this); //定义图象接受器，订阅话题是“camera/rgb/image_raw”

        image_pub_ = it_.advertise("/image_converter/output_video", 1); //定义图象发布器

        //初始化输入输出窗口

        cv::namedWindow(INPUT);

        cv::namedWindow(OUTPUT);

    }

   ~ImageConverter() //析构函数

   {

        cv::destroyWindow(INPUT);

      cv::destroyWindow(OUTPUT);

    }

    /* 这是一个ROS和OpenCV的格式转换回调函数，将图象格式从sensor_msgs/Image ---> cv::Mat */

    void convert_callback(const sensor_msgs::ImageConstPtr& msg)

    {

        cv_bridge::CvImagePtr cv_ptr; // 声明一个CvImage指针的实例

        try

        {

            cv_ptr = cv_bridge::toCvCopy(msg, sensor_msgs::image_encodings::RGB8); //将ROS消息中的图象信息提取，生成新cv类型的图象，复制给CvImage指针

        }

        catch(cv_bridge::Exception& e) //异常处理

        {

            ROS_ERROR("cv_bridge exception: %s", e.what());

            return;

        }

        image_process(cv_ptr->image); //得到了cv::Mat类型的图象，在CvImage指针的image中，将结果传送给处理函数

    }

    /* 这是图象处理的主要函数，一般会把图像处理的主要程序写在这个函数中。这里的例子只是一个彩色图象到灰度图象的转化 */

    void image_process(cv::Mat img)

    {

        cv::Mat img_out; cv::cvtColor(img, img_out, CV_RGB2GRAY); //转换成灰度图象

        cv::imshow(INPUT, img);

        cv::imshow(OUTPUT, img_out);

        cv::waitKey(5);

    }

};

//主函数

int main(int argc, char** argv)

{

    ros::init(argc, argv, "image_converter"); //ros节点的初始化

    ImageConverter obj;

   ros::spin();//ros::spin()进入自循环，当ros::ok()返回FALSE时，ros::spin()就立刻跳出循环

//这很可能是ros::shutdown()被调用，或者用户按下了Ctrl+C退出组合键

}

3、编译成可执行文件

在编写程序后，这个文本程序在编译成可执行文件之前是不能够运行的。首先在建立的robot_vision的程序包中的CMakeLists.txt文件中加入如下代码：

 

add_executable(getImage src/getImage.cpp) //将src中的文件添加成名字为getImage的可执行文件 
target_link_libraries(getImage ${catkin_LIBRARIES}) //将相关的库和可执行文件链接 
add_dependencies(getImage robot_vision_generate_messages_cpp) //给可执行文件添加依赖包

返回到工作空间下编译。catkin_make

 

转载于:https://www.cnblogs.com/long5683/p/9985885.html