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ROSpython3+opencv4
的项目!
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)
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)
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
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。
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!
mkdir py3_test_ws && cd py3_test_ws
mkdir src && cd src
catkin_init_workspace
catkin_create_pkg py3_demo rospy rosmsg roscpp
cd py3_demo && mkdir scripts
cd scripts && touch camera.py img_process.py
chmod +x camera.py
chmod +x img_process.py
将以下两个节点代码分别粘进对应的文件中:
camera.py
#!/usr/bin/env python3
# coding:utf-8
import cv2
import numpy as np
import rospy
from std_msgs.msg import Header
from sensor_msgs.msg import Image
from cv_bridge import CvBridge , CvBridgeError
import 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!")
img_process.py
#!/usr/bin/env python3
# coding:utf-8
import rospy
import numpy as np
from sensor_msgs.msg import Image
from cv_bridge import CvBridge, CvBridgeError
import 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()
cd ../../..
catkin_make -DPYTHON_EXECUTABLE=/usr/bin/python3
sudo vim ~/.bashrc
source /home/nano/workspace/py3_test_ws/devel/setup.bash
roscore
rosrun py3_demo camera.py
rosrun py3_demo img_process.py
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,给博主个三连支持下吧,嘻嘻~