ROS学习笔记---获取机器人相机图像数据

学习目标：

• ROS相机图像获取的C++实现

---

一、C++实现步骤：

1. 流程概述
   

本次实验的主要流程如上图所示，ROS获取机器人摄像头的图像数据（ROS格式），将其转换成Opencv的数据格式后，利用Opencv中的显示函数将其显示到屏幕上。

1. 实现步骤
   1. 进入工作空间，创建功能包
      cd ~/catkin_ws/src/
      catkin_create_pkg cv_pkg roscpp cv_bridge
   2. 进入VScode创建节点文件：cv_image_node.cpp
      3. 编写节点代码

#include<ros/ros.h>
#include<cv_bridge/cv_bridge.h>
#inclde<sensor_msgs/image_encodings.h>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/highgui/highgui.hpp>
using namespace cv;

void Cam_RGB_Callback(const sensor_msgs::Image msg)
{
	cv_bridge::CvImagePtr cv_ptr;
	try
	{
		cv_ptr=cv_bridge::toCvCopy(msg,sensor_msg::image_encodings::BGR8);
	}
	catch (cv_bridge::Excpetion& e)
	{
		ROS_ERROR("cv_bridge exception::%s",e.what());
		return;
	}
	Mat imgOriginal = cv_ptr->image;
    imshow("RGB",imgOriginal);
    waitKey(1);//暂停1ms
}

int main(int argc,char **argv)
{
	ros::init(argc,argv,"cv_image_node");
	ros::NodeHandle nh;
	ros::Subscriber rgb_sub = nh.subscribe("/kinect2/qhd/image_color_rect",1,Cam_RGB_Callback);//相机名称：kinect2 分辨率：qhd 畸变矫正后的彩色图像：image_color_rect 缓存一帧图像
	namedWindow("RGB");
	ros::spin();
}

4. 添加编译规则

打开CMakeLists.txt，在末尾如下指令
1. find_package(OpenCV REQUIRED) //17行
2. include_directories(
#include
${catkin_INCLUIDE_DIRS}
${OpenCV_INCLUDE_DIRS}）//117
3.最后在文件末尾添加如下指令：

5. 编译节点

进入工作空间：
cd ~/catkin_ws
编译：
catkin_make

6. 测试节点

打开终端输入：
roslaunch wpr_simulation wpb_balls.launch 

• 会看到一个机器人前面有四个不同颜色的小球：
  
• 重开一个终端输入如下指令：

rosrun cv_pkg cv_image_node

在终端会弹出RGB命名的窗口即为机器人摄像头的实时画面。

• 测试画面实时性：

新开终端：
rosrun wpr_simulation ball_random_move
可以在窗口中看到移动的小球，本实验就算成功啦！

实验结果证明，RGB窗口中为实时显示的摄像头图像

关于Python实现，且听下回分解！

本次实验的内容及图片来源于B站：机器人工匠阿杰