ROS中的三個重要計算機視覺的包分別為：OpenCV，(OpenNI2+OpenKinect) 和 PCL。OpenCV主要負責2D影象處理，OpenNI2和OpenKinect則是以Kinect為攝像頭的深度視覺庫，PCL是用於處理3D粒子群的庫。 1.首先配置好ROS，若還沒配置好ROS，參見ROS和Android的配置筆記。 2.然後安裝上面提及的這些包：      $ sudo apt-get install ros-indigo-openni-* ros-indigo-openni2-* \ros-indigo-freenect-*      $ rospack profile 3.安裝攝像頭的驅動，這裡有很多方法，一個簡易的方法（不一定適用於所有攝像頭），是使用usb_cam包：      $ cd ~/catkin_ws/src      $ git clone https://github.com/bosch-ros-pkg/usb_cam.git      $ cd ~/catkin_ws      $ catkin_make      $ rospack profile 免Linux的驅動攝像頭最好，可以通過 ls dev/ 看目錄下有無檢測到video0(一般為攝像頭)。 如果usb_cam包無效，可以試一下Linux UVC包。 可以使用luvcview去測試linux下攝像頭的安裝是否正確。 4.安裝rbx1包，這是ROS by Example的原始碼：      $ cd ~/catkin_ws/src      $ cd rbx1      $ git checkout indigo-devel      $ cd ~/catkin_ws      $ catkin_make      $ source ~/catkin_ws/devel/setup.bash      $ rospack profile 5.先測試連線Kinect(沒有Kinect可以跳過)：      $ roslaunch freenect_launch freenect-registered-xyzrgb.launch 如果沒有Kinect，可以在初始化結束之後ctrl+C退出。 6.測試      VMWare Workstation 虛擬機器對攝像頭支援不好。如果攝像頭不支援，好像目前無解！      $ roslaunch rbx1_vision usb_cam.launch video_device:=/dev/video0 這會讓攝像頭publish影象到/camera/rgb/image_raw話題。 若提示沒有找到包，試一下如下：

$ cd ~/catkin_ws $ source ~/catkin_ws/devel/setup.bash

然後用image_view訂閱該話題，即可顯示攝像頭的輸入。 在新的terminal中：      $ rosrun image_view image_view image:=/camera/rgb/image_raw 若能看到攝像頭輸入，說明ROS已經能夠正確讀取攝像頭輸入。 7.下面我們安裝OpenCV。      $ sudo apt-get install ros-indigo-vision-opencv libopencv-dev \python-opencv      $ rospack profile #檢視已經安裝的包 8.測試python是否能呼叫OpenCV：      $ python      >>> from cv2 import cv      如果能夠import說明安裝成功      >>> quit() 9. ROS與OpenCV之間的影象格式轉換由 cv_bridge 包負責，我們看下這個包怎麼運作：      $ roslaunch rbx1_vision usb_cam.launch video_device:=/dev/video0      $ $rosrun rbx1_vision cv_bridge_demo.py      Github的程式碼已經更新，這裡面我們需要手動改一些這個python script的語句，注意，這個檔案的路徑在：catkin_ws/src/rbx1/rbx1_vision/nodes下。      將其中的 input_rgb_image,input_depth_image全部改為/camera/rgb/image_raw。以上兩個是jade裡的更新的主題名，但在indigo裡，還是以/camera/rgb/image_raw為主題名。 這個python script裡面幾個關鍵的語句：      # 建立CvBridge物件      self.bridge = CvBridge()      # 將ros_image通過藍綠紅8位色空間轉換為OpenCV影象，結果返回給frame      frame = self.bridge.imgmsg_to_cv2(ros_image,"bgr8")      # 最後將frame用numpy轉換成numpy數列,OpenCV這樣大部分的函式才能夠處理      frame = np.array(frame,dtype = np.uint8) 到這一步，ROS和OpenCV的配置基本完成，接下來OpenCV的開發可以基於ros2opencv2.py(catkin_ws/src/rbx1/rbx1_vision/src/rbx1_vision/ros2opencv2.py)，改寫其中的process_image()和process_depth_image()函式即可。在訂閱主題的同時，這個節點也會發布資訊到/roi(關注域,region of interest)主題下。 其具體的格式為： uint32 x_offset uint32 y_offset uint32 height uint32 width bool do_rectify

具體請參考這個script。

References:

《ROS by Example》Chapter 10