ros发布和订阅图像的压缩——高效图传(适用带宽不足问题)

最新推荐文章于 2024-02-23 13:25:52 发布
最新推荐文章于 2024-02-23 13:25:52 发布
阅读量9.8k 收藏 80
点赞数 7
分类专栏： ROS学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44684139/article/details/108753709
版权

ros话题机制默认通过TCP进行传输
因此特别容易堵塞。。。。。。
必须要有compressed的图像， img_raw传输速度非常慢
参考：https://blog.csdn.net/qq_30460905/article/details/107301868?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2allfirst_rank_v2~rank_v25-1-107301868.nonecase&utm_term=ros%E5%8E%8B%E7%BC%A9%E5%9B%BE%E5%83%8F

1 订阅和发布简单的压缩图像（不可调压缩比）

1.1 订阅者压缩图像：

https://answers.ros.org/question/314979/decompress-jpeg-depth-data/

#include <image_transport/image_transport.h>

void saveIMage3(const sensor_msgs::Image::ConstPtr& msg)
{
}

ros::NodeHandle n;
image_transport::ImageTransport it(n);
image_transport::Subscriber itSub = it.subscribe( "usb_cam/image_raw",1,&saveIMage3,image_transport::TransportHints("compressed"));

在qt中要加入LIBS += /opt/ros/melodic/lib/libimage_transport.so 不用qt的忽略这句话。。

这样在ros中就直接产生了此话题：/usb_cam/image_raw/compressed 就是压缩图像

但是这里的回调函数没法使用boost::bind，使用后会报错，只能简单订阅sensor_msgs::Image::ConstPtr这一个参数给回调函数。

1.2 发布者压缩图像：
  ros::NodeHandle nh;
  image_transport::ImageTransport it(nh);
  image_transport::Publisher image_pub;
  image_pub = it.advertise("image_compressed",1);
  image_pub.publish( ... );

其中…代表一个sensor_msgs::Image或者sensor_msgs::Image::ConstPtr
因此如果需要cv::Mat的发布，需要有优先转换为sensor_msgs::Image
具体转换方法：https://blog.csdn.net/weixin_44684139/article/details/108759860

2 rqt_reconfigure设置压缩比

可以用rqt_reconfigure设置压缩比：

rosrun rqt_reconfigure rqt_reconfigure

根据format调节quality或level即可。

注意，这种方法并不是只能使用rqt_image_view进行观测才能改画质，而是直接在ros系统中更改的参数。
在这里插入图片描述

3 利用Opencv提供的imencode和imdecode进行图像视频传输（Linux下）

参考https://blog.csdn.net/qq_37406130/article/details/78820176

3.1 发送端，先订阅图像，然后压缩并发布
#ifdef _WIN32	
#define  _CRT_SECURE_NO_WARNINGS
#define _WINSOCK_DEPRECATED_NO_WARNINGS
#include <WinSock2.h>
#pragma comment(lib,"WS2_32.lib")
#else
#include <unistd.h>//Linux系统下网络通讯的头文件集合
#include <sys/types.h>
#include <sys/socket.h>
#include <netdb.h>
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <ctype.h>
#include <errno.h>
#include <malloc.h>
#include <netinet/in.h>
#include <arpa/inet.h>
#include <sys/ioctl.h>
#include <stdarg.h>
#include <fcntl.h>
#include <fcntl.h>
#endif
#include <iostream>
#include <opencv2/opencv.hpp>  
// #include <opencv2/imgproc/imgproc.hpp> 
#include "ros/ros.h"
#include <sensor_msgs/Image.h>
#include <cv_bridge/cv_bridge.h>
#include "sensor_msgs/CompressedImage.h"
#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>
// #include <opencv2/imgproc/imgproc.hpp>
// #include "opencv2/opencv.hpp"
#include <image_transport/image_transport.h>   //image_transport

using namespace cv;
using namespace std;

enum
{
	PORT = 0X4321
};
sockaddr_in m_servaddr;
int m_sockClient;

void saveIMage(const sensor_msgs::CompressedImage::ConstPtr& msg)
{

    try
    {

        cv_bridge::CvImagePtr cv_ptr = cv_bridge::toCvCopy(msg,  sensor_msgs::image_encodings::TYPE_8UC3);
    //    std::cout<<"转换成功！！！！！！！！！！！！！！！！！！！！！！！"<<std::endl;
        cv::Mat img__ = cv_ptr->image;
        cv::cvtColor(img__, img__, CV_BGR2RGB);

		// -----------------------------------------------------------------------------------------
		std::vector<uchar> data_encode;
		std::vector<int> quality;
		quality.push_back(CV_IMWRITE_JPEG_QUALITY);
		quality.push_back(50);//进行50%的压缩
		imencode(".jpg", img__, data_encode,quality);//将图像编码
		char encodeImg[65535];

		int nSize = data_encode.size();
		for (int i = 0; i < nSize; i++)
		{
			encodeImg[i] = data_encode[i];
		}
		m_servaddr.sin_addr.s_addr = inet_addr("192.168.43.103");
		m_servaddr.sin_port = htons(0x1234);//设置需要发送的IP和端口号
		sendto(m_sockClient, encodeImg, nSize, 0, (const sockaddr*)& m_servaddr, sizeof(m_servaddr));
		std::cout<<"发送成功"<<std::endl;
		memset(&encodeImg, 0, sizeof(encodeImg));  //初始化结构体
	// -----------------------------------------------------------------------------------------
    }
    catch (cv_bridge::Exception& e)
    {
      ROS_ERROR("cv_bridge exception: %s", e.what());
      return;
    }

}


int main(int argc, char** argv)
{
#ifdef _WIN32
	WSADATA wsaData;
	WSAStartup(0x01, &wsaData); //创建初始化句柄
#endif

	if ((m_sockClient = socket(AF_INET, SOCK_DGRAM, 0)) < 0)    //创建socket句柄，采用UDP协议
	{
		printf("create socket error: %s(errno: %d)\n", strerror(errno), errno);
		return -1;
	}
	memset(&m_servaddr, 0, sizeof(m_servaddr));  //初始化结构体
	m_servaddr.sin_family = AF_INET;           //设置通信方式
	m_servaddr.sin_port = htons(PORT);         //设置端口号

	bind(m_sockClient, (sockaddr*)&m_servaddr, sizeof(m_servaddr));//绑定端口号
	// VideoCapture capture(0);//打开摄像头
	// Mat image;

    ros::init(argc, argv, "talker_main");
    ros::NodeHandle n;

   //ros::Subscriber image_sub_ = n.subscribe<sensor_msgs::CompressedImage>("her/usb_cam/image_raw/compressed", 1,saveIMage);
   ros::Subscriber image_sub_ = n.subscribe<sensor_msgs::CompressedImage>("/usb_cam/image_raw/compressed", 1,saveIMage);

	ros::spin();

	return 0;
}

发送端CMakeLists.txt随便写了以下，可能不是特别严格

set( CMAKE_CXX_FLAGS "-std=c++11")

cmake_minimum_required( VERSION 2.8 )
project( send_receive )

set(OpenCV_DIR "usr/local/opencv3/share/OpenCV")

# 寻找OpenCV库
find_package( OpenCV 3 REQUIRED )
# 添加头文件
include_directories( ${OpenCV_INCLUDE_DIRS} )


find_package(catkin REQUIRED COMPONENTS geometry_msgs sensor_msgs std_msgs robot_state_publisher urdf move_base_msgs visualization_msgs cv_bridge  image_transport)

catkin_package(
    CATKIN_DEPENDS robot_state_publisher urdf geometry_msgs sensor_msgs std_msgs move_base_msgs visualization_msgs sensor_msgs cv_bridge image_transport
)

include_directories(
  ${catkin_INCLUDE_DIRS}
)

# 可执行程序
add_executable( send send.cpp )
# 链接OpenCV库
target_link_libraries( send ${OpenCV_LIBS} ${catkin_LIBRARIES})
3.2 接收端，接受图像并显示
#include <iostream>
#include <opencv2/opencv.hpp>  
#include <opencv2/imgproc/imgproc.hpp> 
#include <unistd.h>//Linux系统下网络通讯的头文件集合
#include <sys/types.h>
#include <sys/socket.h>
#include <netdb.h>
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <ctype.h>
#include <errno.h>
#include <malloc.h>
#include <netinet/in.h>
#include <arpa/inet.h>
#include <sys/ioctl.h>
#include <stdarg.h>
#include <fcntl.h>
#include <fcntl.h>

using namespace cv;
using namespace std;

enum
{
	PORT = 0x1234
};
int main(int argc, char** argv)
{
	//WSADATA wsaData;
	//WSAStartup(0x01, &wsaData); //创建初始化句柄

	int m_sockClient;
	if ((m_sockClient = socket(AF_INET, SOCK_DGRAM, 0)) < 0)    //创建socket句柄，采用UDP协议
	{
		printf("create socket error: %s(errno: %d)\n", strerror(errno), errno);
		return -1;
	}
	sockaddr_in m_servaddr;
	memset(&m_servaddr, 0, sizeof(m_servaddr));  //初始化结构体
	m_servaddr.sin_family = AF_INET;           //设置通信方式
	m_servaddr.sin_port = htons(PORT);         //设置端口号

	bind(m_sockClient, (sockaddr*)&m_servaddr, sizeof(m_servaddr));//绑定套接字
	Mat image;
	char buf[65536];
	while (true)
	{
		std::vector<uchar> decode;

		int n = recv(m_sockClient, buf, sizeof(buf), 0);//接受缓存
		int pos = 0;
		while (pos < n)
		{
			decode.push_back(buf[pos++]);//存入vector
		}
		buf[n] = 0;
		image = imdecode(decode, CV_LOAD_IMAGE_COLOR);//图像解码
		imshow("image", image);
		waitKey(30);
	}
	return 0;
}

接收端CMakeLists.txt

set( CMAKE_CXX_FLAGS "-std=c++11")

cmake_minimum_required( VERSION 2.8 )
project( receive )

set(OpenCV_DIR "usr/local/opencv3/share/OpenCV")

# 寻找OpenCV库
find_package( OpenCV REQUIRED )
# 添加头文件
include_directories( ${OpenCV_INCLUDE_DIRS} )
# 可执行程序
add_executable( receive receive.cpp )
# 链接OpenCV库
target_link_libraries( receive ${OpenCV_LIBS} )

4 ROS传输图像带宽不够用的解决方法（realsenseD415压缩图像）

https://blog.csdn.net/qq_23670601/article/details/98939712?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-1.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-1.channel_param

白色小靴
关注
  • 7
    点赞
  • 踩
  • 80
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
ROS 中CompressedImage消息的发布与订阅
龙性的腾飞的博客
07-12 1万+
背景：某些情况下需要录图像数据的包，非常占空间和带宽，尤其对于一些工业相机图像一张好几兆，每秒30帧的话一份钟好几个G，这时候可以选择的订阅压缩图像，下面直接来个demo。 先订阅一个sensor::Image 消息，然后使用image_transport直接发布图像，会同时产生一个压缩image_compressed/compressed和不压缩的image_compressed图像话题，订阅时直接订阅压缩话题即可。 #include "ros/ros.h" #include "sensor_msg
【ROS入门-5】深入了解ROS话题通信机制的过程
01-06
文章目录前言ROS系列文章节点的连接①发布者`Talker`注册②订阅者`Listener`注册③节点管理器`ROS Master`进行话题匹配④订阅者`Listener`向`Talker`发送连接请求⑤发布者`Talker`确认连接请求⑥`Listener`尝试与`Talker`建立网络连接⑦`Talker`向`Listener`发布消息总结引用说明参考 前言 在上一篇文章中简单了解了ROS话题通信机制，但是它内部的通信过程，很多人都是不知道的，今天我看了 胡春旭的书籍——《ROS机器人开发实践》，又加深了对ROS话题通信的理解，打算接着讲解一下其过程是怎么样的。 ROS系列文章 【ROS
第三方框架(cyberrt)到foxglove studio可视化的docker开发环境构建
最新发布
m0_47166254的博客
02-23 1345
foxglove studio作为ros2使用的可视化工具，其功能强大，支持压缩图像，原始图像，感知数据等的可视化。使用户不用再开发可视化工具，也无需修改自己的业务代码，只需要再做一个bridge即可使用,其内置了相应的数据架构，支持flatbuffers,json,protobuf,ROS1,ROS2,TypeScript等类型；用户可根据自己的业务场景选择相应的数据类型进行接入。
ROS：发布压缩格式图像
ChrisLiu的博客
02-25 1803
http://wiki.ros.org/image_transport 使用image_transport发布图像节点会自动连同发布对应压缩节点<base_topic>/compressed (sensor_msgs/CompressedImage) image_transport教程：http://wiki.ros.org/image_transport/Tutorials 若只是想在原节点上再多发布一个压缩节点可直接运行命令（要安装包ros-$ROS_DISTRO-image-transpo
ROS传输图像带宽不够用的解决方法（realsenseD415压缩图像）
跃动的风的博客
08-09 7840
最近在做图像的深度学习识别，但是移动机器人上的电脑配置不够，只能用我的电脑远程的去处理图像，但是遇到了严重的带宽瓶颈，按照我的电脑150Mbps的无线网卡来算，每秒的极限传输速度就是150/8 = 18.75Mb/s，而实际上在多人占用一个垃圾路由器的限制下我监控到的速度只有2M/s，导致传输图像速度远远不够，因为realsense一张彩色图像（640*480）以30fps发送的带宽就有几十MB...
ROS压缩图像订阅、还原例程
10-18
该例程主要用于ROS之间压缩图像的传输，ROS发布压缩图像的速度比传输原图像的速度快很多，而工业相机一般都会发布压缩图像。本程序包将压缩图像功能封装成一个类，在launch中即可设置压缩图像话题、发布话题、输出图片路径等。另外也上传了几个样本可参考，launch文件具体如下： <!---->
ROS单独发布压缩图片
ahelloyou的博客
12-04 1258
ROS单独发布压缩图片 sensor_msgs/CompressedImage Message Header header # Header timestamp should be acquisition time of image # Header frame_id should be optical frame of camera # origin of frame should be optical ce
rosbag中提取图像
KingeL的博客
07-04 976
网上已经有许多教程了，这里对遇到的一些问题做一下记录。然后再使用的launch文件生成图片。
ROS 摄像头的使用
SmileJayNew的博客
03-09 777
ros摄像头相关知识点
菜鸡的ROS学习笔记（image_transport）
qq_43443531的博客
10-17 7528
菜鸡的ROS学习笔记（image_transport） image_transport 这一部分是搬运的ROS wiki中的介绍，主要是image_transport这个包的用法，之后我会把它尽量翻译成中文，希望各位大佬指教 Overview When working with images we often want specialized transport strategies, such ...
ROS机器人实例——PR2
02-25
本文于微信，介绍了PR2功能包安装，Gazebo中的PR2，使用PR2实现SLAM，PR2机械臂的使用等。PR2（PersonalRobot2，个人机器人2代）是WillowGarage公司设计的机器人平台，其中数字2代表第二代机器人。PR2有两条手臂，每条手臂七个关节，手臂末端是一个可以张合的夹爪；PR2依靠底部的四个轮子移动，在头部、胸部、肘部、夹爪上分别安装有高分辨率摄像头、激光测距仪、惯性测量单元、触觉传感器等丰富的传感设备。在PR2的底部有两台八核电脑作为机器人各硬件的控制和通信中枢，并且都安装了Ubuntu和ROS系统。PR2和ROS有千丝万缕的关系，可以说ROS产生于PR2，也促
Qt调用ROS库实现订阅发布
10-29
Qt调用ROS库实现订阅发布:其中里面有单单实现订阅的,单单实现发布的以及同时实现订阅跟发布的.
ROS2-Python-Node:基本ROS2节点，以便发布和订阅点云数据
04-13
依赖关系： : 运行：ros2运行ros2_point_cloud_python point_cloud
foxglove中的 ros1 的schema消息文件 - python3版本 - 免费下载
03-14
foxglove中的 ros1 的schema消息文件 -- python3版本. 还在自己找foxglove的消息的python3的结构吗? 拿走不谢 免费的,不要积分便可下载哦,需要就拿走把. 使用的时候,直接解压,把foxglove_msgs直接复制到你的项目中即可引用. 使用导入类似: from foxglove_msgs.msg import SceneEntity 学无止境,且行且珍惜
ros-noetic压缩图像传输：ros-noetic压缩图像传输AUR软件包
02-17
ros-noetic压缩图像传输：ros-noetic压缩图像传输AUR软件包
基于ROS环境通过Qt订阅和发布话题案例
08-11
ros环境下，通过qt启动终端和海龟仿真器，并且发布和订阅话题 主要内容有： 在Qt中创建节点； 发布话题控制海龟移动； 订阅话题实时显示海龟位置； 键盘控制实现； qt中运行终端命令。
ROS环境下发布话题与订阅话题案例
08-11
本资源包含两个案例 案例1：通过发布话题控制海龟运动，并且订阅海龟位置消息 案例2：自定义话题，并且通过发布者与订阅者通信
ROS学习笔记5源码-发布者与订阅者.zip
03-17
工程说明：https://blog.csdn.net/gs1069405343/article/details/88618213
ros发布和订阅话题
05-28
好的，我知道你想了解ROS中的发布和订阅话题。在ROS中，节点之间通过话题（Topic）来进行通信，话题是一种发布者-订阅者（Publisher-Subscriber）模式的通信机制。 节点可以发布一个话题，其他节点可以订阅该话题以接收发布者发布的消息。消息可以是任何类型的数据，比如图像、激光数据、传感器数据等。 下面是ROS中发布和订阅话题的基本步骤： 1. 创建一个发布者或订阅者对象，指定话题名称和消息类型。 2. 启动节点，开始发布或订阅该话题。 3. 发布者将消息发布到话题中，订阅者从话题中接收消息。 例如，在Python中创建一个发布者对象的代码如下： ```python import rospy from std_msgs.msg import String rospy.init_node('publisher_node') pub = rospy.Publisher('my_topic', String, queue_size=10) ``` 这个例子创建了一个名为"publisher_node"的节点，创建了一个名为"my_topic"的话题，并指定了消息类型为String。queue_size指定了发布者的消息缓冲队列大小。 然后，我们可以在节点中调用发布者的publish()方法来发布消息，例如： ```python msg = String() msg.data = "Hello, ROS!" pub.publish(msg) ``` 这个例子发布了一个值为"Hello, ROS!"的字符串消息到"my_topic"话题中。 同样地，我们可以在Python中创建一个订阅者对象的代码如下： ```python import rospy from std_msgs.msg import String def callback(msg): rospy.loginfo("Received message: %s", msg.data) rospy.init_node('subscriber_node') sub = rospy.Subscriber('my_topic', String, callback) rospy.spin() ``` 这个例子创建了一个名为"subscriber_node"的节点，创建了一个名为"my_topic"的话题，并指定了消息类型为String。callback函数是接收到消息后的回调函数，rospy.spin()用于让节点保持运行状态。 当订阅者接收到消息时，callback函数将被调用。例如，当我们运行上面的发布者代码时，将会在终端中看到类似如下的输出： ``` [INFO] [1630675978.253078]: Received message: Hello, ROS! ``` 希望这个例子能够帮助你理解ROS中发布和订阅话题的基本步骤。

“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 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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