ros+opencv2.4.9源码安装步骤

step1.配置ROS源
  $ sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'
  $ sudo apt-key adv --keyserver hkp://ha.pool.sks-keyservers.net:80 --recv-key 0xB01FA116

step2.安装必要软件
  $ sudo apt-get install python-rosdep python-rosinstall-generator python-wstool python-rosinstall build-essential cmake

step3.初始化rosdep
  $ sudo rosdep init
  $ rosdep update

step4.进入到ROS源码包所在的文件夹下,安装依赖库(二者选其一)
  $ rosdep install --from-paths src --rosdistro lunar -y
  或$ rosdep install --from-paths src --ignore-src --rosdistro lunar -y

step5.替换opencv(若需要替换其他版本)
 不要忘记把将原来opencv中的package.xml复制到重新替换的opencv的文件夹中并将OpenCV 3.x改为OpenCV 2.x,即:
  <description>OpenCV 2.x</description>

 修改src/vision_opencv/cv_bridge和src/vision_opencv/image_geometry下的package.xml文件,将其中的opencv3改为opencv2,即:
  <build_depend>opencv2</build_depend>
  <exec_depend>opencv2</exec_depend>

step6.编译ROS
  $ ./src/catkin/bin/catkin_make_isolated --install -DCMAKE_BUILD_TYPE=Release  \
      -DENABLE_AVX=ON \
      -DENABLE_FAST_MATH=ON \
      -DENABLE_SSE=ON \
      -DENABLE_SSE2=ON \
      -DENABLE_SSE3=ON \
      -DENABLE_SSE41=ON \
      -DENABLE_SSE42=ON \
      -DENABLE_SSSE3=ON \
      -DWITH_FFMPEG=OFF

如果编译出错,注意出错的原因,把后面参数改为OFF,缺少某个包就把某个包下载或安装

  $ source ./install_isolated/setup.bash


 
scp -r wsh@192.168.15.94:/home/wsh/back_test ./

orocos-bfl
-- checking for module 'orocos-bfl'
--   package 'orocos-bfl' not found
-- checking for module 'bullet'

--   package 'bullet' not found


备注: 依赖库(不一定需要)

$ sudo apt-get install libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg8-dev libjpeg-dev libtiff5-dev libswscale-dev libjasper-dev


email:  tongzhuodenilove@163.com

author: wsh

ROS中结合OpenCV进行图像检测,可以使用以下步骤: 1. 订阅图像话题 首先,需要订阅相机或其他设备发布的图像话题,并将其转换为OpenCV可处理的格式。可以使用ROS自带的`cv_bridge`包将ROS图像消息转换为OpenCV图像格式。以下是一个示例代码,订阅名为`/camera/image_raw`的图像话题,并将其转换为OpenCV图像: ```python import rospy import cv2 from sensor_msgs.msg import Image from cv_bridge import CvBridge, CvBridgeError bridge = CvBridge() def image_callback(msg): try: cv_image = bridge.imgmsg_to_cv2(msg, "bgr8") except CvBridgeError as e: print(e) else: # 在这里进行图像检测 # ... rospy.init_node(&#39;image_subscriber&#39;) image_topic = "/camera/image_raw" rospy.Subscriber(image_topic, Image, image_callback) rospy.spin() ``` 在上述代码中,`image_callback`函数将接收到的ROS图像消息转换为OpenCV图像,并在其中进行图像检测。 2. 进行图像检测 一旦将图像转换为OpenCV格式,就可以使用OpenCV库中的函数进行图像处理和检测。例如,可以使用OpenCV中的`cv2.CascadeClassifier`类来进行人脸检测。以下是一个示例代码: ```python import rospy import cv2 from sensor_msgs.msg import Image from cv_bridge import CvBridge, CvBridgeError bridge = CvBridge() face_cascade = cv2.CascadeClassifier(&#39;haarcascade_frontalface_default.xml&#39;) def image_callback(msg): try: cv_image = bridge.imgmsg_to_cv2(msg, "bgr8") except CvBridgeError as e: print(e) else: gray = cv2.cvtColor(cv_image, cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray, 1.3, 5) for (x,y,w,h) in faces: cv2.rectangle(cv_image,(x,y),(x+w,y+h),(255,0,0),2) cv2.imshow("Image window", cv_image) cv2.waitKey(3) rospy.init_node(&#39;image_subscriber&#39;) image_topic = "/camera/image_raw" rospy.Subscriber(image_topic, Image, image_callback) rospy.spin() ``` 在上述代码中,`haarcascade_frontalface_default.xml`是一个预训练的分类器文件,用于人脸检测。代码中使用`cv2.CascadeClassifier`类加载该文件,并使用`detectMultiScale`函数进行人脸检测。检测到人脸后,代码在图像中绘制矩形框以标记人脸。 3. 显示图像结果 最后,将检测结果显示在图像窗口中。可以使用OpenCV的`cv2.imshow`函数显示图像,用`cv2.waitKey`函数等待键盘输入,以保持图像窗口的显示。以下是示例代码: ```python cv2.imshow("Image window", cv_image) cv2.waitKey(3) ``` 希望这些步骤可以帮助您在ROS中结合OpenCV进行图像检测。
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