Ros下使用OpenCV对图像进行处理

本文介绍了如何在ROS环境下利用CvBridge将sensor_msgs/Image格式的图像转换为OpenCV的cv::Mat格式,以便进行图像处理。CvBridge提供toCvShare和toCvCopy函数,前者用于数据共享,后者用于安全转换。同时,通过toImageMsg()函数,可以将处理后的OpenCV图像转回ROS图像信息。对于kinect2的rgb图像处理,只需替换节点订阅中的/camera/image_raw为kinect2对应的话题。

Ros中的图像信息是sensor_msgs/Image的格式,而OpenCV 中图像是cv:Mat格式。所以从Ros中获取的图像不能直接用OpenCV进行处理,需要进行格式转化。还好,Ros中提供了进行ROS和OpenCV之间图像信息格式转化的接口CvBridge

下面附上Ros官网提供的源码:

#include <ros/ros.h>
#include <image_transport/image_transport.h>
#include <cv_bridge/cv_bridge.h>
#include <sensor_msgs/image_encodings.h>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>

static const std::string OPENCV_WINDOW = "Image window";

class ImageConverter
{
  ros::NodeHandle nh_;
  image_transport::ImageTransport it_;
  image_transport::Subscriber image_sub_;
  image_transport::Publisher image_pub_;

public:
  ImageConverter()
    : it_(nh_)
  {
    // Subscrive to input video feed and publish output video feed
    image_sub_ = it_.subscribe("/camera/image_raw", 1,
      &ImageConverter::imageCb, this);
    image_pub_ = it_.advertise("/image_converter/output_video", 1);

    cv::namedWindow(OPENCV_WINDOW);
  }

  ~ImageConverter()
  {
    cv::destroyWindow(OPENCV_WINDOW);
  }

  void imageCb(const sensor_msgs::ImageConstPtr& msg)
  {
    cv_bridge::CvImagePtr cv_ptr;
    try
    {
      cv_ptr = cv_bridge::toCvCopy(msg, sensor_msgs::image_encodings::BGR8);
    }
    catch (cv_bridge::Exception& e)
    {
      ROS_ERROR("cv_bridge exception: %s", e.what());
      return;
    }

    // Draw an example circle on the video stream
    if (cv_ptr->image.rows > 60 && cv_ptr->image.cols > 60)
      cv::circle(cv_ptr->image, cv::Point(50, 50), 10, CV_RGB(255,0,0));

    // Update GUI Window
    cv::imshow(OPENCV_WINDOW, cv_ptr->image);
    cv::waitKey(3);

    // Output modified video stream
    image_pub_.publish(cv_ptr->toImageMsg());
  }
};

int main(int argc, char** argv)
{
  ros::init(argc, argv, "image_converter");
  ImageConverter ic;
  ros::spin();
  return 0;
}
本段代码源自:
http://wiki.ros.org/cv_bridge/Tutorials/UsingCvBridgeToConvertBetweenROSImagesAndOpenCVImages

下面来解释一下里面的代码

namespace cv_bridge {

class CvImage
{
public:
  std_msgs::Header header;
  std::string encoding;
  cv::Mat image;
};

typedef boost::shared_ptr<CvImage> CvImagePtr;
typedef boost::shared_ptr<CvImage const> CvImageConstPtr;

}
cv_bridge里定义了类CvImage,类中包含了ros的头文件,OpenCV图像信息和编码。我们可以用这个类来进行两种图像格式的转换

cv_bridge里提供了以下两种函数来将ros中的sensor_msgs::image转换为Cvimage

// Case 1: Always copy, returning a mutable CvImage
CvImagePtr toCvCopy(const sensor_msgs::ImageConstPtr& source,
                    const std::string& encoding = std::string());
CvImagePtr toCvCopy(const sensor_msgs::Image& source,
                    const std::string& encoding = std::string());

// Case 2: Share if possible, returning a const CvImage
CvImageConstPtr toCvShare(const sensor_msgs::ImageConstPtr& source,
                          const std::string& encoding = std::string());
CvImageConstPtr toCvShare(const sensor_msgs::Image& source,
                          const boost::shared_ptr<void const>& tracked_object,
                          const std::string& encoding = std::string());
toCvCopy复制ROS消息中的图像数据,可以对返回的cvimage进行自由修改

toCvShare用来进行数据共享,安全地共享ROS消息中包含的数据。也就是说如果想使用opencv进行图像处理的话,使用toCvCopy


使用toImageMsg()成员函数可以将opencv图像转换成ROS图像信息

class CvImage
{
  sensor_msgs::ImagePtr toImageMsg() const;

  // Overload mainly intended for aggregate messages that contain
  // a sensor_msgs::Image as a member.
  void toImageMsg(sensor_msgs::Image& ros_image) const;
};
如要进行图像处理时,直接对cv_ptr->image进行处理即可

如要对kinect2中获得的图像rgb信息进行处理,将节点订阅中的/camera/image_raw换成kinect2发布的信息即可






                                                



ROS 2 (Robot Operating System) 中,使用 OpenCV (Open Source Computer Vision Library) 对图像进行灰度化处理通常涉及到以下几个步骤: 1. **安装依赖**:首先,你需要在ROS 2 workspace内安装`opencv`库。如果尚未安装,可以运行 `rosdep install opencv` 或者根据你的系统使用相应的包管理工具(如 apt-get、colcon 或 zypper)。 2. **获取图像数据**:通常情况下,图像数据会在`sensor_msgs/Image`或者其他ROS主题上发布。你可以通过`image_transport`或其他消息传递节点订阅到这些主题。 ```cpp #include <opencv2/opencv.hpp> #include <rclcpp/rclcpp.hpp> #include <sensor_msgs/image_encodings.h> #include "your_node_name/node.hpp" class YourNode : public rclcpp::Node { public: explicit YourNode(rclcpp::NodeOptions options) : rclcpp::Node("your_node_name", options), image_sub_(this->create_subscription<sensor_msgs::msg::Image>("image_topic", 10, [this](const sensor_msgs::msg::Image::SharedPtr msg) { on_image_received(msg); })) {} private: void on_image_received(const sensor_msgs::msg::Image::SharedPtr msg) { cv_bridge:: CvImagePtr cv_ptr; // Convert ROS Image message to OpenCV Mat try { cv_ptr = cv_bridge::toCvShare(msg, desired_encoding_); } catch (cv_bridge::Exception& e) { RCLCPP_ERROR(this->get_logger(), "Could not convert image: %s", e.what()); return; } // 灰度化处理 cv::Mat gray_img; cv::cvtColor(cv_ptr->image, gray_img, cv::COLOR_BGR2GRAY); // ... 进行进一步的处理或保存 } rclcpp::Subscription<sensor_msgs::msg::Image>::SharedPtr image_sub_; std::string desired_encoding_; // 设置想要的目标编码,例如"mono8" }; ``` 3. **处理结果**:在回调函数`on_image_received`中,我们调用了`cv::cvtColor`函数将BGR图像转换为灰度图像,并存储在`gray_img`变量中。之后你可以选择存储这个灰度图,显示它,或者将其发送到另一个主题。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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