机器人操作系统（ROS2）入门与实践 课件 第9章 ROS2中的图像视觉应用.ppt

intmain(intargc,char**argv){rclcpp::init(argc,argv);node=std::make_sharedrclcpp::Node(cv_hsv_node);?autorgb_sub=node-create_subscriptionsensor_msgs::msg::Image(/kinect2/qhd/image_raw,1,CamRGBCallback);?namedWindow(Threshold,WINDOW_AUTOSIZE);?createTrackbar(LowH,Threshold,iLowH,179);createTrackbar(HighH,Threshold,iHighH,179);?createTrackbar(LowS,Threshold,iLowS,255);createTrackbar(HighS,Threshold,iHighS,255);?createTrackbar(LowV,Threshold,iLowV,255);createTrackbar(HighV,Threshold,iHighV,255);?namedWindow(RGB);namedWindow(HSV);namedWindow(Result);?rclcpp::spin(node);?cv::destroyAllWindows();?rclcpp::shutdown();return0;}9.2OpenCV颜色特征提取和目标定位2、设置编译规则find_package(rclcppREQUIRED)find_package(sensor_msgsREQUIRED)find_package(cv_bridgeREQUIRED)find_package(OpenCVREQUIRED)add_executable(cv_hsvsrc/cv_hsv.cpp)ament_target_dependencies(cv_hsvrclcppsensor_msgscv_bridgeOpenCV)install(TARGETScv_hsvDESTINATIONlib/${PROJECT_NAME})3、修改软件包信息dependrclcpp/dependdependsensor_msgs/dependdependcv_bridge/dependdependOpenCV/depend4、编译软件包cd~/ros2_wscolconbuild9.2OpenCV颜色特征提取和目标定位sourceinstall/setup.bashros2launchwpr_simulation2wpb_balls.launch.py9.2OpenCV颜色特征提取和目标定位9.2.2仿真运行特征提取和目标定位程序sourceinstall/setup.bashros2runcv_pkgcv_hsv打开第2个子窗口。节点运行起来之后，会弹出四个窗口，分别是“RGB”窗口、“HSV”窗口、“Result”窗口、“Threshold”窗口。9.2OpenCV颜色特征提取和目标定位9.2OpenCV颜色特征提取和目标定位切换到运行cv_hsv节点的终端窗口，可以看到追踪的目标物的中心坐标值。sourceinstall/setup.bashros2runwpr_simulation2ball_random_move为了测试目标追踪的效果，可以借助wpr_simulation2附带的程序让中间的桔色球动起来，以便进行对比观察。打开第3个子窗口。执行之后，可以看到仿真窗口里的桔色球开始随机运动。此时再切换到“Result”窗口，观察图像中的桔色目标球移动时，颜色特征提取的效果。9.2OpenCV颜色特征提取和目标定位9.3基于图像视觉的目标追踪实现详细操作步骤见教材P292-P310页在9.2节的实验里，使用OpenCV实现机器人视觉中的颜色特征提取和目标定位功能。如图所示，这一次将对目标定位功能进行扩展，根据目标位置计算速度并输出给机器人，让机器人跟随球进行移动，实现一个目标跟随的闭环控制。9.3基于图像视觉的目标追踪实现在编写例程代码前，先设计一下这个程序