ROS—基于python3实现opencv图像处理任务-技术圈

点击下方卡片，关注“新机器视觉”公众号

重磅干货，第一时间送达

网上所有的资料都是基于catkin工具进行的，而且在编译时会发现只支持opencv3，不支持opencv4，所以无法使用。

博主这里使用catkin_make工具成功编译python3的cv_bridge，这篇博客应该是全网唯一一个用catkin_make工具编译cv_bridge而且最终运行成功的博客了，也希望能帮到各位小伙伴开发ROS python3+opencv4的项目！

0.软件环境

Ubuntu18.04
python3.6.9
ROS Melodic

Jetson系列基础环境配置：Jetson系列——Ubuntu18.04版本基础配置（换源、ROS、远程桌面、开机自连WIFi、SD卡备份）：

https://blog.csdn.net/qq_45779334/article/details/108611797

树莓派环境配置：树莓派4B——Ubuntu 18.04.05安装和基础配置教程（包括WIFI和远程桌面配置、ROS和主从机控制）：

https://blog.csdn.net/qq_45779334/article/details/108969323

虚拟机环境配置：Ubuntu——双系统Ubuntu18.04系统安装和基础配置并安装ROS：

https://blog.csdn.net/qq_45779334/article/details/113815018

1.编译python3的cv_bridge

在ROS中想使用python3，最重要的就是需要重新编译基于python3的cv_bridge，只有我们在编译完成后，才能基于python3的cv_bridge完成图像相关节点的使用，所以编译cv_bridge便是最基础和最重要的一步，该博客详细介绍了完整的编译过程，按步骤进行操作即可成功。

ROS——基于Ubuntu18.04和ROS Melodic编译python3的cv_bridge：

https://blog.csdn.net/qq_45779334/article/details/119641789

在编译好cv_bridge后，我们就可以进行测试基于python3的图像处理节点啦！

2.创建基于python3的图像ROS节点

（1）初始化py3_test_ws工作空间

mkdir py3_test_ws && cd py3_test_wsmkdir src && cd srccatkin_init_workspace

（2）创建功能包

catkin_create_pkg py3_demo rospy rosmsg roscpp

（3）编写python3的图像发布和接收节点

cd py3_demo && mkdir scriptscd scripts && touch camera.py img_process.pychmod +x camera.pychmod +x img_process.py

将以下两个节点代码分别粘进对应的文件中：

摄像头发布节点

camera.py

#!/usr/bin/env python3# coding:utf-8
import cv2import numpy as npimport rospyfrom std_msgs.msg import Headerfrom sensor_msgs.msg import Imagefrom cv_bridge import CvBridge , CvBridgeErrorimport time
if __name__=="__main__":    import sys     print(sys.version) # 查看python版本    capture = cv2.VideoCapture(0) # 定义摄像头    rospy.init_node('camera_node', anonymous=True) #定义节点    image_pub=rospy.Publisher('/image_view/image_raw', Image, queue_size = 1) #定义话题        header = Header(stamp = rospy.Time.now())    header.frame_id = "Camera"    ros_frame = Image()    ros_frame.header=header    ros_frame.width = 640    ros_frame.height = 480    ros_frame.encoding = "bgr8"    # ros_frame.step = 1920
    while not rospy.is_shutdown():    # Ctrl C正常退出，如果异常退出会报错device busy！        start = time.time()        ret, frame = capture.read()        if ret: # 如果有画面再执行            # frame = cv2.flip(frame,0)   #垂直镜像操作            frame = cv2.flip(frame,1)   #水平镜像操作                   ros_frame.data = np.array(frame).tostring() #图片格式转换            image_pub.publish(ros_frame) #发布消息            end = time.time()              print("cost time:", end-start ) # 看一下每一帧的执行时间，从而确定合适的rate            rate = rospy.Rate(25) # 10hz 
    capture.release()    cv2.destroyAllWindows()     print("quit successfully!")

摄像头接收处理节点

img_process.py

#!/usr/bin/env python3# coding:utf-8
import rospyimport numpy as npfrom sensor_msgs.msg import Imagefrom cv_bridge import CvBridge, CvBridgeErrorimport cv2 def callback(data):    cv_img = bridge.imgmsg_to_cv2(data, "bgr8")    cv2.imshow("frame" , cv_img)    cv2.waitKey(1)
if __name__ == '__main__':    import sys     print(sys.version) # 查看python版本        rospy.init_node('img_process_node', anonymous=True)    bridge = CvBridge()    rospy.Subscriber('/image_view/image_raw', Image, callback)    rospy.spin()

3.运行节点

（1）编译

cd ../../..catkin_make -DPYTHON_EXECUTABLE=/usr/bin/python3

（2）将工作空间添加进环境变量

sudo vim ~/.bashrcsource /home/nano/workspace/py3_test_ws/devel/setup.bash

（3）运行节点

roscorerosrun py3_demo camera.pyrosrun py3_demo img_process.py

运行效果图

可以看到，打印出的python版本为3.6.9：

在这之后就可以使用python3进行图像处理、深度学习等任务节点的开发啦，如果你也成功跑通了该项目，给博主点个赞支持下吧，嘻嘻~

4.与C++图像处理节点混合使用

ROS——C++与Python3的图像节点基于OpenCV相互发送和接收

https://blog.csdn.net/qq_45779334/article/details/124323809

来源：古月居

本文仅做学术分享，如有侵权，请联系删文。

—THE END—