clover/docs/ru/camera.md

Работа с камерой

Note

В версии образа 0.20 пакет и сервис clever был переименован в clover. Для более ранних версий см. документацию для версии 0.19.

Для работы с основной камерой необходимо убедиться что она включена в файле ~/catkin_ws/src/clover/clover/launch/clover.launch:

<arg name="main_camera" default="true"/>

Также нужно убедиться, что камера сфокусирована и для нее указано корректное расположение и ориентация.

При изменении launch-файла необходимо перезапустить пакет clover:

sudo systemctl restart clover

Для мониторинга изображения с камеры можно использовать rqt или web_video_server.

Неисправности

Если изображение с камеры отсутствует, попробуйте проверить ее с помощью утилиты raspistill.

Остановите сервисы Клевера:

sudo systemctl stop clover

Получите картинку с камеры утилитой raspistill:

raspistill -o test.jpg

Если команда завершается с ошибкой, проверьте качество подключения шлейфа камеры к Raspberry Pi или замените его.

Настройки камеры

Ряд параметров камеры - размер изображения, максимальную частоту кадров, экспозицию - можно настроить в файле main_camera.launch. Список настраиваемых параметров можно посмотреть в репозитории cv_camera.

Параметры, не указанные в этом списке, можно указывать через код параметра OpenCV. Например, для установки фиксированной экспозиции добавьте следующие параметры в ноду камеры:

<param name="property_0_code" value="21"/> <!-- property code 21 is CAP_PROP_AUTO_EXPOSURE -->
<param name="property_0_value" value="0.25"/> <!-- property values are normalized as per OpenCV specs, even for "menu" controls; 0.25 means "use manual exposure" -->
<param name="cv_cap_prop_exposure" value="0.3"/> <!-- set exposure to 30% of maximum value -->

Компьютерное зрение

Для реализации алгоритмов компьютерного зрения рекомендуется использовать предустановленную на образ SD-карты библиотеку OpenCV.

Python

Основная статья: http://wiki.ros.org/cv_bridge/Tutorials/ConvertingBetweenROSImagesAndOpenCVImagesPython.

Пример создания подписчика на топик с изображением с основной камеры для обработки с использованием OpenCV:

import rospy
import cv2
from sensor_msgs.msg import Image
from cv_bridge import CvBridge

rospy.init_node('computer_vision_sample')
bridge = CvBridge()

def image_callback(data):
    cv_image = bridge.imgmsg_to_cv2(data, 'bgr8')  # OpenCV image
    # Do any image processing with cv2...

image_sub = rospy.Subscriber('main_camera/image_raw', Image, image_callback)

rospy.spin()

Для отладки обработки изображения можно публиковать отдельный топик с обработанным изображением:

image_pub = rospy.Publisher('~debug', Image)

Публикация обработанного изображения (в конце функции image_callback):

image_pub.publish(bridge.cv2_to_imgmsg(cv_image, 'bgr8'))

Получаемые изображения можно просматривать используя web_video_server.

Получение одного кадра

Существует возможность единоразового получения кадра с камеры. Этот способ работает медленнее, чем подписка на топик; его не следует применять в случае необходимости постоянной обработки изображений.

import rospy
from sensor_msgs.msg import Image
from cv_bridge import CvBridge

rospy.init_node('computer_vision_sample')
bridge = CvBridge()

# ...

# Получение кадра:
img = bridge.imgmsg_to_cv2(rospy.wait_for_message('main_camera/image_raw', Image), 'bgr8')

Примеры

Работа с QR-кодами

Hint Для высокоскоростного распознавания и позиционирования лучше использовать ArUco-маркеры.

Для программирования различных действий коптера при детектировании нужных QR-кодов можно использовать библиотеку pyZBar. Она уже установлена в последнем образе для Raspberry Pi.

Распознавание QR-кодов на Python:

import rospy
from pyzbar import pyzbar
from cv_bridge import CvBridge
from sensor_msgs.msg import Image

bridge = CvBridge()

rospy.init_node('barcode_test')

# Image subscriber callback function
def image_callback(data):
    cv_image = bridge.imgmsg_to_cv2(data, 'bgr8')  # OpenCV image
    barcodes = pyzbar.decode(cv_image)
    for barcode in barcodes:
        b_data = barcode.data.decode("utf-8")
        b_type = barcode.type
        (x, y, w, h) = barcode.rect
        xc = x + w/2
        yc = y + h/2
        print("Found {} with data {} with center at x={}, y={}".format(b_type, b_data, xc, yc))

image_sub = rospy.Subscriber('main_camera/image_raw', Image, image_callback, queue_size=1)

rospy.spin()

Скрипт будет занимать 100% процессора. Для искусственного замедления работы скрипта можно запустить throttling кадров с камеры, например, в 5 Гц (main_camera.launch):

<node pkg="topic_tools" name="cam_throttle" type="throttle"
    args="messages main_camera/image_raw 5.0 main_camera/image_raw_throttled"/>

Топик для подписчика в этом случае необходимо поменять на main_camera/image_raw_throttled.

Запись видео

Для записи видео может использована нода video_recorder из пакета image_view:

rosrun image_view video_recorder image:=/main_camera/image_raw

Видео будет сохранено в файл output.avi. В аргументе image указывается название топика для записи видео.