掌握Opencv 验证，让ROS的应用驰骋万里

后端

2023-09-11 05:13:15

汇聚Ubuntu、ROS与OpenCV，搭建程序验证舞台
在验证OpenCV于ROS中的使用之前，我们必须先铺设好舞台。步骤如下：

1. 导入Ubuntu系统
首先，您需要有一个Ubuntu系统。如果尚未拥有，请下载并安装Ubuntu 20.04版本。

2. 亲密接触ROS
安装ROS Kinetic Kame。安装完成后，请记得初始化ROS。

3. 导入OpenCV
使用sudo apt-get install libopencv-dev来安装OpenCV。

造就“灵感空间”：创建ROS工作空间

一个可容纳各类功能包的ROS工作空间，是必不可少的。步骤如下：

1. 筑基
创建一个名为my_workspace的工作空间，输入mkdir ~/my_workspace指令即可。

2. 定居
切换至my_workspace工作空间，输入cd ~/my_workspace即可。

3. 打造SRC家园
在工作空间内，创建一个名为src的文件夹，用于存放功能包，输入mkdir src即可。

激活功能包：“opencv_test”的诞生

一个名为opencv_test的功能包，将成为我们验证的主角。步骤如下：

1.功能包的催生
在src文件夹内，输入catkin_create_pkg opencv_test rospy std_msgs cv_bridge image_transport sensor_msgs即可。

2. 编辑package.xml文件
使用文本编辑器打开opencv_test文件夹中的package.xml文件。在<build_depend>标签下添加rospy和std_msgs。在<run_depend>标签下添加rospy、std_msgs、cv_bridge、image_transport、sensor_msgs。

登场，opencv_test_node.cpp！

我们准备了一个名为opencv_test_node.cpp的程序，来测试OpenCV的运行情况。步骤如下：

1.打开编辑器
在opencv_test功能包的src文件夹中，使用文本编辑器创建一个名为opencv_test_node.cpp的文件。

2. 编写代码
将如下代码复制粘贴到该文件中：

#include <ros/ros.h>
#include <image_transport/image_transport.h>
#include <cv_bridge/cv_bridge.h>
#include <sensor_msgs/Image.h>

using namespace cv;

void imageCallback(const sensor_msgs::ImageConstPtr& msg)
{
  try
  {
    cv_bridge::CvImagePtr cv_ptr = cv_bridge::toCvCopy(msg, sensor_msgs::image_encodings::BGR8);
    Mat image = cv_ptr->image;

    //在图像上添加文本
    putText(image, "Hello, OpenCV!", Point(10, 50), FONT_HERSHEY_SIMPLEX, 1.0, Scalar(0, 255, 0), 2);

    //显示图像
    imshow("Image", image);
    waitKey(1);
  }
  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, "opencv_test_node");
  ros::NodeHandle nh;

  //创建图像传输器对象
  image_transport::ImageTransport it(nh);

  //订阅名为"/camera/rgb/image_raw"的主题
  image_transport::Subscriber sub = it.subscribe("/camera/rgb/image_raw", 1, imageCallback);

  ros::spin();

  return 0;
}