Opencv+ROS实现特定物品识别

演示

一、工具

ROS+opencv

ubuntu18.04

二、原理

基于opencv的颜色识别,捕捉特定物品的hsv值来进行轮廓框取,最后包装与ROS框架中。

  • 颜色识别
  • 鼠标事件响应
  • 保存hsv

按照我上一个博客完成了颜色识别,然后通过鼠标捕捉目标像素点的hsv值进行识别,最后将hsv保存再output.txt中

cpp 复制代码
ofstream file("output.txt");
        if (file.is_open()) {
            file << "H: "<<H<<" S: " << S<< "  V: "<<V<< endl;
            ROS_INFO("成功保存参数");
            file.close();
        } else {
            ROS_ERROR("Failed to open file");
        }

三、安装

bash 复制代码
cd ~/catkin_ws/src
git clone https://github.com/jiezz12/color_detect.git
cd ..
catkin_make

编译完成后进入launch文件夹修改一些参数

XML 复制代码
<?xml version="1.0"?>
<launch>
  <node pkg="color_detect" name="opencv_camera" type="color_detect" output="screen"/>
            <param name="image_view" type="bool" value="true"/>
            <param name="video_device" type="int" value="0"/>
            <param name="width" type="int" value="640"/>
            <param name="height" type="int" value="480"/>
            <param name="H" type="int" value="100"/>
            <param name="S" type="int" value="100"/>
            <param name="V" type="int" value="100"/>

</launch>
  • 图像可视化
  • 相机接口
  • 图像分辨率
  • 识别物品的hsv值

用法

cpp 复制代码
roslaunch color_detect color_detec.launch

会打开video窗口

通过点击窗口会保存新的hsv值

默认保存在/.ros/中,可以更改

话题查看

XML 复制代码
rostopic echo /opencv_camera/color_detect

发布方式为如果图像中没有识别物则会重复发布上次的坐标。

https://github.com/jiezz12/color_detect.githttps://github.com/jiezz12/color_detect.git

相关推荐
编程小白_正在努力中11 分钟前
神经网络深度解析:从神经元到深度学习的进化之路
人工智能·深度学习·神经网络·机器学习
无风听海26 分钟前
神经网络之经验风险最小化
人工智能·深度学习·神经网络
音视频牛哥26 分钟前
轻量级RTSP服务的工程化设计与应用:从移动端到边缘设备的实时媒体架构
人工智能·计算机视觉·音视频·音视频开发·rtsp播放器·安卓rtsp服务器·安卓实现ipc功能
该用户已不存在1 小时前
在 Gemini CLI 中使用 Gemini 3 Pro 实操指南
人工智能·ai编程·gemini
东皇太星1 小时前
ResNet (2015)(卷积神经网络)
人工智能·神经网络·cnn
aircrushin1 小时前
TRAE SOLO 中国版,正式发布!AI 编程的 "Solo" 时代来了?
前端·人工智能
Java中文社群2 小时前
保姆级教程:3分钟带你轻松搭建N8N自动化平台!(内附视频)
人工智能·工作流引擎
是Yu欸2 小时前
DevUI MateChat 技术演进:UI 与逻辑解耦的声明式 AI 交互架构
前端·人工智能·ui·ai·前端框架·devui·metachat
我不是QI2 小时前
周志华《机器学习---西瓜书》 一
人工智能·python·机器学习·ai
H***99762 小时前
月之暗面公开强化学习训练加速方法:训练速度暴涨97%,长尾延迟狂降93%
人工智能·深度学习·机器学习