opencv中的图像为BGR，摄像头为RGB
数字图像本质案例
实现图片显示
- ai提示词
帮我创建一个文件取名为01_create_image，要求通过opencv创建一张300×300的图片，背景为黑色，将第三行到第十行的内容为红色，并且输出效果
实现摄像头显示
- ai提示词
1、帮我创建一个文件02_read_camera,要求读取摄像头数据，并且进行显示
2、将摄像头第50行50列到第100行200列的区域颜色设置为红色
hsv
H：色相
S：饱和度
V：亮度
- ai提示词
创建一个文件，取名为03_hsv_test,要求读取hsv的数据，将摄像头数据由BGR转换为hsv，对hsv进行分离显示
掩膜与形态学
形态学
腐蚀：只要覆盖的区域有一个像素是黑的，中心点就会变黑
膨胀：只要核覆盖区域里有一个是白的，中心点就会变白
步骤：先腐蚀后膨胀
hsv调节框选物体
- ai提示词
帮我创建一个文件，取名叫做04_HSV_MASK,要求读取摄像头数据，提供hsv调节方式，实时显示原图结果图，MASK图，要求提供腐蚀膨胀操作
物体实时坐标获取
1、读取摄像头数据
2、指定hsv阈值
3、指定腐蚀膨胀阈值
4、框选出物体
5、显示物体在图像中的实时坐标
- ai提示词
帮我创建一个文件取名05_hsv_mask_location,要求通过指定的hsv阈值范围，指定腐蚀膨胀值范围,来框选出感兴趣的物体边框，边框采用红色进行框选，并实时标注物体的中心点坐标。
ROS摄像头环境搭建
运行摄像头节点
ros2 run usb_cam usb_cam_node_exe 测试摄像头节点(订阅节点)（新建一个窗口）
ros2 run rqt_image_view rqt_image_view原生图像节点实现
ROS默认为RGB，opencv是BGR
- ai提示词
1、帮我在\home\wind\dev_ws\src下面创建vision_pkg,要求使用python语言进行开发，同时帮我创建一个节点，camera_native_node
2、\home\wind\dev_ws\src\vision_pkg\vision_pkg\camera_native_node.py需要订阅摄像头数据，获取摄像头数据后，通过opencv进行显示
打开摄像头节点
ros2 run usb_cam usb_cam_node_exe 运行刚刚新建的节点
ros2 run vision_pkg camera_native_nodehsv图像节点实现
-
ai提示词
在\home\wind\dev_ws\src\vision_pkg\vision_pkg中创建一个节点，取名hsv_image_node,要求订阅摄像头的广播数据，将订阅的图像数据经过转换交由opencv进行处理，处理的方式参考\home\wind\dev_ws\src\vision_pkg\test\05_hsv_mask_location.py1. 构建工作空间
cd /home/wind/dev_ws
colcon build --packages-select vision_pkg
source install/setup.bash2. 运行 HSV 图像处理节点
ros2 run vision_pkg hsv_image_node
box识别节点实现
-
ai提示词
在
\home\wind\dev_ws\src\vision_pkg下创建一个节点，取名box_detect_node,要求参考\home\wind\dev_ws\src\vision_pkg\vision_pkg\hsv_image_node.py节点实现，但是不需要hsv和腐蚀膨胀调节的页面，需要将hsv和膨胀腐蚀阈值固定化，要求这些值方便我进行配置。当获取的图片中识别的坐标位置时，需要将这个坐标位置通过广播发布出去。 -
打开rqt窗口查看话题信息
ros2 run rqt_topic rqt_topic