### 集成和使用OpenCV进行图像处理 为了在ROS1中集成并使用OpenCV进行图像处理，需遵循一系列特定的操作流程。创建一个新的ROS工作空间是第一步操作[^1]。 #### 创建ROS工作空间 ```bash mkdir -p ~/catkin_ws/src cd ~/catkin_ws/ catkin_make source devel/setup.bash ``` #### 安装必要的依赖项 确保已安装`cv_bridge`以及`image_transport`这两个包，它们对于转换图像消息至关重要。可以通过以下命令来完成安装： ```bash sudo apt-get install ros-noetic-cv-bridge ros-noetic-image-transport ``` #### 编写节点代码 编写用于订阅图像话题并将接收到的消息通过`cv_bridge`转化为OpenCV格式的Python脚本如下所示: ```python #!/usr/bin/env python import rospy from sensor_msgs.msg import Image from cv_bridge import CvBridge, CvBridgeError import cv2 def image_callback(msg): try: bridge = CvBridge() # 将ROS图像消息转为OpenCV格式 cv_image = bridge.imgmsg_to_cv2(msg, "bgr8") # 使用OpenCV显示图像 cv2.imshow("Image window", cv_image) cv2.waitKey(3) except CvBridgeError as e: print(e) if __name__ == '__main__': rospy.init_node('image_converter', anonymous=True) image_sub = rospy.Subscriber("/camera/image_raw", Image, image_callback) try: rospy.spin() except KeyboardInterrupt: print("Shutting down") finally: cv2.destroyAllWindows() ``` 此段代码展示了如何利用`CvBridge`类将来自摄像头或其他传感器传来的原始数据流(`sensor_msgs/Image`)转变为适合于OpenCV处理的数据结构形式，并展示出来[^4]。 #### 发布测试图像 可以采用`rosrun rqt_image_view rqt_image_view`工具查看发布的图像效果；也可以自己构建发布者节点发送合成或真实捕获到的画面给上述编写的订阅端程序。 #### 注意事项 Ubuntu下的OpenCV可能与Windows环境存在差异，因此当移植已有项目时需要注意API接口的变化情况[^3]。