【ros学习-课设-人脸识别追踪】_ros课设

课程设计开发空间

更新1：使用ros工具包标定USB单目相机

---

---

前言

没哈前言，第一篇博客，多多关照
环境：Ubuntu20.04
已安装ros
暂时还没有使用anaconda进行python环境管理

---

一、pip换源

要安装opencv-python，先换个源：
pip国内的一些镜像
  阿里云 http://mirrors.aliyun.com/pypi/simple/
  中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
  豆瓣(douban) http://pypi.douban.com/simple/
  清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
  中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/
  
修改源方法：

1. 临时使用：
   可以在使用pip的时候在后面加上-i参数，指定pip源

pip install scrapy -i https://pypi.tuna.tsinghua.edu.cn/simple
1

2. 永久换源：

创建~/.pip/pip.config文件，在里面写：

[global]

index-url = https://pypi.tuna.tsinghua.edu.cn/simple

[install]

trusted-host=mirrors.aliyun.com

1
2
3
4
5
6
7
8

二、安装opencv-python

直接安装就能成功：

pip install opencv-python
1

三、相机标定

安装ros标定功能包

sudo apt-get install ros-noetic-camera-calibration
1

运行指令：

终端1：roslaunch usb_cam usb_cam-test.launch
终端2：rosrun camera_calibration cameracalibrator.py  --size 8x6 --square 0.019 image:=/usb_cam/image_raw camera:=/usb_cam
1
2

参数说明：
size：为棋盘格格数比 square：为棋盘格长度
image：ros中视频流话题，此处我们使用usb_cam功能包发布了话题：/usb_cam/image_raw，对应数据类型：sensor_msgs/Image
camera：指定摄像机节点

使用rqt_graph可视化工具可以看出订阅关系:

相机标定

在可视化标定工具中不断移动标定板，直到x,y,size,skew下面的进度条全部为绿色，标定完成

完成后点击save，可以保存配置，在终端界面可以看到标定的参数，以及保存路径：
找到保存路径下的压缩包，解压后可以看到：
其中ost.yaml文件即为我们需要的相机畸变矫正配置文件，将其放在自己工作空间下使用即可。

三、opencv调用摄像头视频流

安装oepncv-python，以及ros中的opencv

sudo apt-get install ros-noetic-vision-opencv libopencv-dev 
pip install opencv-python
1
2

ROS与Opencv之间的数据连接是通过CvBridge来实现的。
上代码：

#!/usr/bin/env python3
#-*- coding:utf-8 -*-
# 代码实现使用usb_cam包获取usb视频流后，将其从ros数据格式转换为opencv数据格式，然后又转换为了ros发布出去
import rospy
import cv2
from cv_bridge import CvBridge,CvBridgeError
from sensor_msgs.msg import Image

class image_converter:
    def __init__(self):    
        # 创建cv_bridge，声明图像的发布者和订阅者
        self.image_pub = rospy.Publisher("cv_bridge_image", Image, queue_size=1)
        self.bridge = CvBridge()
        self.image_sub = rospy.Subscriber("/usb_cam/image_raw", Image, self.callback)
    def callback(self,data):
        # 使用cv_bridge将ROS的图像数据转换成OpenCV的图像格式
        try:
            cv_image = self.bridge.imgmsg_to_cv2(data, "bgr8")
        except CvBridgeError as e:
            print(e)
        # 在opencv的显示窗口中绘制一个圆，作为标记
        (rows,cols,channels) = cv_image.shape
        if cols > 60 and rows > 60 :
            cv2.circle(cv_image, (60, 60), 30, (0,0,255), -1)
        # 显示Opencv格式的图像
        cv2.imshow("Image window", cv_image)
        cv2.waitKey(3)
        # 再将opencv格式额数据转换成ros image格式的数据发布
        try:
            self.image_pub.publish(self.bridge.cv2_to_imgmsg(cv_image, "bgr8"))
        except CvBridgeError as e:
            print(e)


if __name__ == '__main__':
    try:
        # 初始化ros节点
        rospy.init_node("cv_bridge_test")
        rospy.loginfo("Starting cv_bridge_test node")
        image_converter()
        rospy.spin()
    except KeyboardInterrupt:
        print("Shutting down cv_bridge_test node.")
        cv2.destroyAllWindows()

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

上命令：

roslaunch usb_cam usb_cam-test.launch
rosrun 以上python文件
1
2

---

总结

`借鉴博主：https://zhiqianghe.blog.csdn.net/article/details/84100948

以后在更新，最近挺忙。