ROS&OpenCV进行摄像头数据的采集与订阅发布(转)

本文介绍如何使用OpenCV捕获摄像头视频流,并将其转换为ROS图像消息进行传输。同时,展示了如何订阅这些图像消息并显示出来。此外,还讨论了通过web_video_server在网络上传输图像的方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 一銤阳光原文链接  点击打开链接

依赖 
opencv库 
ros-indigo-image-transport

首先用openCV来捕获视频流,然后转换成ROS图像的传输格式

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

int main( int argc, char **argv )
{
  ros::init( argc, argv, "pub_cam_node" );
  ros::NodeHandle n;

  // Open camera with CAMERA_INDEX (webcam is typically #0).
  const int CAMERA_INDEX = 0;
  cv::VideoCapture capture( CAMERA_INDEX ); //摄像头视频的读操作
  if( not capture.isOpened() )
  {
    ROS_ERROR_STREAM(
      "Failed to open camera with index " << CAMERA_INDEX << "!"
    );
    ros::shutdown();
  }
  //1 捕获视频

  //2 创建ROS中图像的发布者
  image_transport::ImageTransport it( n ); 
  image_transport::Publisher pub_image = it.advertise( "camera", 1 );


  //cv_bridge功能包提供了ROS图像和OpenCV图像转换的接口,建立了一座桥梁
  cv_bridge::CvImagePtr frame = boost::make_shared< cv_bridge::CvImage >();
  frame->encoding = sensor_msgs::image_encodings::BGR8;

  while( ros::ok() ) {
    capture >> frame->image; //流的转换

    if( frame->image.empty() )
    {
      ROS_ERROR_STREAM( "Failed to capture frame!" );
      ros::shutdown();
    }
    //打成ROS数据包
    frame->header.stamp = ros::Time::now();
    pub_image.publish( frame->toImageMsg() );

    cv::waitKey( 3 );//opencv刷新图像 3ms
    ros::spinOnce();
  }

  capture.release();  //释放流
  return EXIT_SUCCESS;
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52

OpenCV可以捕获摄像头数据,或者从文件中读取数据 
cv::VideoCapture capture( const string& filename, // 输入文件名 ); 
cv::VideoCapture capture( int device // 视频捕捉设备 id ); 设备号从0开始往后排


再写一个节点来订阅这个ROS发布的图像话题

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

void imageCallback(const sensor_msgs::ImageConstPtr& msg)  
{  
//sensor_msgs::Image ROS中image传递的消息形式
  try  
  {  
    cv::imshow("view", cv_bridge::toCvShare(msg, "bgr8")->image);  
   // cv::WaitKey(3);  
  }  
  catch (cv_bridge::Exception& e)  
  {  
    ROS_ERROR("Could not convert from '%s' to 'bgr8'.", msg->encoding.c_str());  
  }  
}  

int main(int argc, char **argv)  
{  
  ros::init(argc, argv, "image_sub_node");  
  ros::NodeHandle nh;  
  cv::namedWindow("view");  
  cv::startWindowThread();  
  image_transport::ImageTransport it(nh);  
  image_transport::Subscriber sub = it.subscribe("camera", 1, imageCallback);  
  ros::spin();  
  cv::destroyWindow("view");  //窗口
}  
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31

还可以通过 web_video_server 把image通过网络进行传输


编译出错 cannot find -lopencv_dep_cudart

catkin_make 本质上还是make文件 
Cmakelists.txt中做相应的修改,

在cmake编译时 加参数 -D CUDA_USE_STATIC_CUDA_RUNTIME=OFF 
或者直接在Cmakelist.txt文件中修改, 
CMakeLists.txt中find_package(OpenCV REQUIRED)之前加上:set(CUDA_USE_STATIC_CUDA_RUNTIME OFF)


<think>好的,用户想查找关于ROS摄像头标定的方法或教程,包括示例代码。我需要结合提供的引用信息来整理回答。首先,引用[2]提到在Ubuntu 20.04上使用ROS的相机标定包进行标定,获取内部参数和畸变系数。引用[1]涉及图像订阅的回调函数,可能和实际处理流程相关。引用[4]提到了OpenCV的双目标定,但用户可能需要ROS特定的方法,比如使用camera_calibration包。此外,引用[3]是Autolabor的初级教程,可能提供ROS基础,但具体标定步骤还是需要更详细的信息。 首先,我应该介绍ROS中的标准摄像头标定方法,即使用camera_calibration包。需要详细步骤,比如安装包、准备棋盘格、运行节点、调整参数等。然后,示例代码部分应该展示如何订阅图像消息,并在回调函数中处理图像,可能涉及发布校准后的图像或保存参数。需要确保代码部分符合ROS的Python写法,并且正确使用话题名称。 还要注意用户可能需要单目和双目标定的区别。引用[4]是双目,但用户的问题可能更关注单目,所以需要分情况说明。同时,标定后的应用,比如在机器人视觉中的使用,可以引用[2]提到的提高测量精度的重要性。 最后,相关问题部分需要生成标定相关的扩展问题,比如标定结果的使用、常见问题、其他工具对比、标定板选择等。需要确保问题覆盖用户可能感兴趣的方面,帮助他们进一步学习。</think>关于ROS摄像头标定的方法和教程,以下是结合官方文档和参考资料的详细说明: ### ROS摄像头标定方法 1. **安装标定工具包** ```bash sudo apt-get install ros-$ROS_DISTRO-camera-calibration ``` 该工具包提供棋盘格标定界面,支持单目/双目摄像头[^2]。 2. **启动摄像头驱动节点** ```bash roslaunch usb_cam usb_cam-test.launch ``` 确保图像话题名称为`/usb_cam/image_raw` 3. **启动标定程序** ```bash rosrun camera_calibration cameracalibrator.py \ --size 8x6 \ # 棋盘格角点数 --square 0.024 \ # 方格边长() image:=/usb_cam/image_raw ``` 4. **标定过程** - 移动棋盘格至不同位置和角度,直至所有进度条变为绿色 - 点击`CALIBRATE`开始计算参数 - 保存结果到`/tmp/calibrationdata.tar.gz` ### 示例代码框架 ```python #!/usr/bin/env python import rospy from sensor_msgs.msg import Image from cv_bridge import CvBridge def image_callback(msg): bridge = CvBridge() cv_image = bridge.imgmsg_to_cv2(msg, "bgr8") # 此处可添加图像处理代码 if __name__ == '__main__': rospy.init_node('camera_calibration_node') image_sub = rospy.Subscriber("/usb_cam/image_raw", Image, image_callback) rospy.spin() ``` 该代码实现了基本的图像订阅功能,实际标定建议直接使用官方工具[^1][^2] ### 标定结果应用 标定完成后,在启动摄像头节点时加载参数: ```bash roslaunch usb_cam usb_cam-test.launch camera_info_url:=file://${HOME}/.ros/camera_info/camera.yaml ``` 通过加载标定文件,系统会自动校正图像畸变[^4]
评论
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