mirror of
https://github.com/CopterExpress/clover.git
synced 2026-05-26 11:43:25 +00:00
174 lines
8.5 KiB
Markdown
174 lines
8.5 KiB
Markdown
# Работа с камерой
|
||
|
||
> **Note** Эта статья описывает работу с [образом версии **0.24**](https://github.com/CopterExpress/clover/releases/tag/v0.24), который пока находится в стадии тестирования. Для версии **0.23** доступна [более старая документация](https://github.com/CopterExpress/clover/blob/f78a03ec8943b596d5a99b893188a159d5319888/docs/ru/camera.md).
|
||
|
||
<!-- TODO: физическое подключение -->
|
||
|
||
Для работы с основной камерой необходимо убедиться что она включена в файле `~/catkin_ws/src/clover/clover/launch/clover.launch`:
|
||
|
||
```xml
|
||
<arg name="main_camera" default="true"/>
|
||
```
|
||
|
||
Также нужно убедиться, что камера [сфокусирована и для нее указано корректное расположение и ориентация](camera_setup.md).
|
||
|
||
При изменении launch-файла необходимо перезапустить пакет `clover`:
|
||
|
||
```bash
|
||
sudo systemctl restart clover
|
||
```
|
||
|
||
Для мониторинга изображения с камеры можно использовать [rqt](rviz.md) или [web_video_server](web_video_server.md).
|
||
|
||
## Неисправности
|
||
|
||
Если изображение с камеры отсутствует, попробуйте проверить ее с помощью утилиты [`raspistill`](https://www.raspberrypi.org/documentation/usage/camera/raspicam/raspistill.md).
|
||
|
||
Остановите сервисы Клевера:
|
||
|
||
```bash
|
||
sudo systemctl stop clover
|
||
```
|
||
|
||
Получите картинку с камеры утилитой `raspistill`:
|
||
|
||
```bash
|
||
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](https://github.com/OTL/cv_camera#parameters).
|
||
|
||
Параметры, не указанные в этом списке, можно указывать через [код параметра OpenCV](https://docs.opencv.org/3.3.1/d4/d15/group__videoio__flags__base.html). Например, для установки фиксированной экспозиции добавьте следующие параметры в ноду камеры:
|
||
|
||
```xml
|
||
<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](image.md) библиотеку [OpenCV](https://opencv.org).
|
||
|
||
### Python
|
||
|
||
Пример создания подписчика на топик с изображением с основной камеры для обработки с использованием OpenCV:
|
||
|
||
```python
|
||
import rospy
|
||
import cv2
|
||
from sensor_msgs.msg import Image
|
||
from cv_bridge import CvBridge
|
||
from clover import long_callback
|
||
|
||
rospy.init_node('cv')
|
||
bridge = CvBridge()
|
||
|
||
@long_callback
|
||
def image_callback(data):
|
||
img = 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()
|
||
```
|
||
|
||
> **Note** Обработка изображения может занимать значительное время. Это может вызвать [проблему](https://github.com/ros/ros_comm/issues/1901) в библиотеке rospy, которая приведет к обработке устаревших кадров с камеры. Для решения этой проблемы необходимо использовать декоратор `long_callback` из библиотеки `clover`, как в примере выше.
|
||
|
||
#### Ограничение использования CPU
|
||
|
||
При использовании топика `main_camera/image_raw` скрипт будет обрабатывать максимальное количество кадров с камеры, активно используя CPU (вплоть до 100%). В задачах, где обработка каждого кадра не критична, можно использовать топик, где кадры публикуются с частотой 5 Гц: `main_camera/image_raw_throttled`:
|
||
|
||
```python
|
||
image_sub = rospy.Subscriber('main_camera/image_raw_throttled', Image, image_callback, queue_size=1)
|
||
```
|
||
|
||
#### Публикация изображений
|
||
|
||
Для отладки обработки изображения можно публиковать отдельный топик с обработанным изображением:
|
||
|
||
```python
|
||
image_pub = rospy.Publisher('~debug', Image)
|
||
```
|
||
|
||
Публикация обработанного изображения:
|
||
|
||
```python
|
||
image_pub.publish(bridge.cv2_to_imgmsg(img, 'bgr8'))
|
||
```
|
||
|
||
Получаемые изображения можно просматривать используя [web_video_server](web_video_server.md) или [rqt](rviz.md).
|
||
|
||
#### 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.
|
||
|
||
```python
|
||
import rospy
|
||
from sensor_msgs.msg import Image
|
||
from cv_bridge import CvBridge
|
||
|
||
rospy.init_node('cv')
|
||
bridge = CvBridge()
|
||
|
||
# ...
|
||
|
||
# Retrieve a frame:
|
||
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](aruco.md).
|
||
|
||
Для программирования различных действий коптера при детектировании нужных [QR-кодов](https://ru.wikipedia.org/wiki/QR-код) можно использовать библиотеку [pyZBar](https://pypi.org/project/pyzbar/). Она уже установлена в последнем образе для Raspberry Pi.
|
||
|
||
Распознавание QR-кодов на Python:
|
||
|
||
```python
|
||
import rospy
|
||
from pyzbar import pyzbar
|
||
import cv2
|
||
from cv_bridge import CvBridge
|
||
from sensor_msgs.msg import Image
|
||
from clover import long_callback
|
||
|
||
rospy.init_node('cv')
|
||
bridge = CvBridge()
|
||
|
||
@long_callback
|
||
def image_callback(msg):
|
||
img = bridge.imgmsg_to_cv2(msg, 'bgr8')
|
||
barcodes = pyzbar.decode(img)
|
||
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_throttled', Image, image_callback, queue_size=1)
|
||
|
||
rospy.spin()
|
||
```
|
||
|
||
> **Hint** Смотрите другие примеры по работе с компьютерным зрением в каталоге `~/examples` [образа для RPi](image.md).
|
||
|
||
## Запись видео
|
||
|
||
Для записи видео может использована нода [`video_recorder`](http://wiki.ros.org/image_view#image_view.2Fdiamondback.video_recorder) из пакета `image_view`:
|
||
|
||
```bash
|
||
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.
|