ros代码中添加使用opencv库,cv::Mat和ros image之间的相互转换

本文介绍了如何在ROS节点中使用OpenCV库,包括修改编译脚本添加依赖、链接OpenCV库以及通过cv_bridge进行cv::Mat与ROS图像数据之间的转换步骤。

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

ros中很多时候要用到图形处理,这时就需要使用opencv库,本篇主要将怎么在ros现成node上使用opencv的库函数

1.修改编译脚本

第一步:在node所在的CMakefile文件中opencv库查找,例如:

find_package( OpenCV REQUIRED COMPONENTS 
  core 
  highgui 
  imgproc
)

或者直接

find_package( OpenCV REQUIRED )

为的是在编译前到环境变量配置的路径中找到opencv package,如果找不到,那需要查看下LD_LIBRARY_PATH环境变量,或者有没有安装opencv

第二步:在target_link_libraries中增加以来库,例如:

target_link_libraries(xxxxxx ${catkin_LIBRARIES} ${OpenCV_LIBRARIES})

增加目标链接时的依赖库

第三步:在所需使用的cpp文件中增加头文件,例如:

#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>

2.cvMat和ros image data之间的转换

ros中已提供现成的组建cv_bridge,方便大家来使用

### 将 `cv::Mat` 转换ROS2 中的 `sensor_msgs::msg::Image` 在 ROS2 中实现 OpenCV 的 `cv::Mat` 对象到 `sensor_msgs::msg::Image` 消息类型的转换,通常依赖于 `cv_bridge` 。以下是具体方法: #### 使用 `cv_bridge` 进行转换 通过调用 `cv_bridge` 提供的方法来完成此操作。以下是一个完整的代码示例[^1]: ```cpp #include <cv_bridge/cv_bridge.h> #include <sensor_msgs/msg/image.hpp> #include <rclcpp/rclcpp.hpp> // 假设有一个 cv::Mat 类型的对象 image_mat void convertAndPublish(const cv::Mat &image_mat, rclcpp::Publisher<sensor_msgs::msg::Image>::SharedPtr publisher) { try { // 创建 CvBridge 对象并执行转换 auto bridge = std::make_shared<cv_bridge::CvImage>(); bridge->header.stamp = rclcpp::Clock().now(); // 设置时间戳 bridge->encoding = "bgr8"; // 图像编码格式 (BGR8) bridge->image = image_mat; // 获取 sensor_msgs::msg::Image 类型的消息 auto img_msg = bridge->toImageMsg(); // 发布消息 publisher->publish(*img_msg); } catch (const cv_bridge::Exception& e) { RCLCPP_ERROR(rclcpp::get_logger("cv_converter"), "cv_bridge exception: %s", e.what()); } } ``` 上述代码展示了如何将 `cv::Mat` 数据封装成 ROS2 可识别的标准图像消息类型。 --- #### 关键点解析 1. **创建 `cv_bridge::CvImage` 实例** - 需要设置头部信息(如时间戳)、图像编码方式以及实际的 `cv::Mat` 数据。 2. **指定图像编码格式** - 编码格式应与目标订阅者一致。常见的有 `"bgr8"` `"mono8"` 等。 3. **异常捕获机制** - 如果输入数据不合法或者无法成功转换,则会抛出异常。因此建议加入错误处理逻辑以增强程序健壮性。 4. **发布消息** - 利用 ROS2 的 Publisher 接口发送已构建好的图像消息给其他节点使用。 --- #### 完整流程说明 按照如下顺序搭建环境编写代码即可满足需求[^2]: - 构建一个新的 ROS 功能包用于管理图像处理相关任务; - 添加必要的依赖项至 CMakeLists.txt 文件中,例如 `cv_bridge`, `image_transport`; - 开发核心算法模块——即本案例中的 MatImage Msg 的映射函数; - 测试整个系统的连通性功能性. ---
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