第八章基于平面視覺(jué)的應(yīng)用

實(shí)例目錄8.1獲取機(jī)器人平面視覺(jué)圖像8.2

利用平面視覺(jué)進(jìn)行人臉檢測(cè)8.3本章小結(jié)8.1獲取機(jī)器人平面視覺(jué)圖像

機(jī)器人視覺(jué)是機(jī)器人應(yīng)用中至關(guān)重要的一部分，本節(jié)將會(huì)介紹如何獲取機(jī)器人的視覺(jué)圖像及如何將其轉(zhuǎn)換為常用的OpenCV格式。8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像1．編寫節(jié)點(diǎn)代碼首先需要?jiǎng)?chuàng)建一個(gè)ROS源碼包。在Ubuntu里打開(kāi)一個(gè)終端程序，輸入如下指令進(jìn)入ROS工作空間（見(jiàn)圖8-1）。cdcatkin_ws/src/圖8-1進(jìn)入ROS工作空間8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像然后輸入如下指令創(chuàng)建ROS源碼包。catkin_create_pkgimage_pkgrospystd_msgssensor_msgscv_bridge按“Enter”鍵后創(chuàng)建image_pkg源碼包如圖8-2所示，此時(shí)系統(tǒng)會(huì)提示ROS源碼包創(chuàng)建成功，這時(shí)可以看到“catkin_ws/src”目錄下出現(xiàn)了“image_pkg”子目錄。圖8-2創(chuàng)建image_pkg源碼包8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像創(chuàng)建image_pkg源碼包的指令含義，如表8-1所示。表8-1創(chuàng)建image_pkg源碼包的指令含義指令含義catkin_create_pkg創(chuàng)建ROS源碼包（Package）的指令image_pkg新建的ROS源碼包命名rospyPython依賴項(xiàng)，因?yàn)楸纠淌褂肞ython編寫，所以需要這個(gè)依賴項(xiàng)std_msgs標(biāo)準(zhǔn)消息依賴項(xiàng)，需要里面的String格式做文字輸出sensor_msgs傳感器消息依賴項(xiàng)，需要里面的圖像數(shù)據(jù)格式cv_bridgeROS圖像格式轉(zhuǎn)換到OpenCV圖像格式的依賴項(xiàng)8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像接下來(lái)在VisualStudioCode中進(jìn)行操作，將目錄展開(kāi)，找到前面新建的“image_pkg”并展開(kāi)，可以看到它是一個(gè)功能包最基礎(chǔ)的結(jié)構(gòu)，選中“image_pkg”并對(duì)其右擊，彈出圖8-3所示的快捷菜單，選擇“新建文件夾”。圖8-3快捷菜單8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像將這個(gè)文件夾命名為“scripts”（見(jiàn)圖8-4）。在第2章的2.3節(jié)中，有對(duì)此名稱文件夾的解釋。命名成功后按“Enter”鍵即創(chuàng)建成功。圖8-4創(chuàng)建“scripts”文件夾8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像選中此文件夾并右擊，彈出圖8-3所示的快捷菜單，選擇“新建文件”。這個(gè)Python節(jié)點(diǎn)文件被命名為“image_node.py”。命名完成后即可在IDE右側(cè)開(kāi)始編寫“image_node.py”的代碼，其內(nèi)容如下。#!/usr/bin/envpython3#coding=utf-8importrospyimportcv2fromsensor_msgs.msgimportImagefromcv_bridgeimportCvBridge,CvBridgeErrorcapture_one_frame=True8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像#彩色圖像回調(diào)函數(shù)defcbImage(msg):bridge=CvBridge()cv_image=bridge.imgmsg_to_cv2(msg,"bgr8")#彈出窗口顯示圖片

cv2.imshow("Imagewindow",cv_image)cv2.waitKey(1)#保存圖像到文件

globalcapture_one_frameifcapture_one_frame==True:cv2.imwrite('/home/robot/1.jpg',cv_image)rospy.logwarn("保存圖片成功！")capture_one_frame=False8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像#主函數(shù)if__name__=="__main__":rospy.init_node("image_node")#訂閱機(jī)器人視覺(jué)傳感器kinect2的圖像話題

image_sub=rospy.Subscriber("/kinect2/hd/image_color_rect",Image,cbImage,queue_size=10)rospy.spin()（1）代碼的開(kāi)始部分，使用Shebang符號(hào)指定這個(gè)Python文件的解釋器為python3。如果是Ubuntu18.04或更早的版本，解釋器可設(shè)為python。（2）第二句代碼指定該文件的字符編碼為utf-8，這樣就能在代碼執(zhí)行的時(shí)候顯示中文字符。8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像（3）使用import導(dǎo)入以下五個(gè)模塊。①rospy模塊，包含了大部分的ROS接口函數(shù)。②cv2模塊，包含了OpenCV圖形處理庫(kù)的函數(shù)接口。③sensor_msgs.msg里的Image數(shù)據(jù)類型模塊，這個(gè)是ROS里常用的圖形數(shù)據(jù)類型。④cv_bridge里的CvBridge模塊，這個(gè)是ROS圖形數(shù)據(jù)格式和OpenCV圖像數(shù)據(jù)格式的轉(zhuǎn)換工具。⑤cv_bridge里的CvBridgeError模塊，用于處理圖像格式轉(zhuǎn)換過(guò)程中的一些異常錯(cuò)誤。8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像（4）這里定義了一個(gè)全局變量capture_one_frame，用來(lái)控制將彩色視頻圖像截取成為圖片文件的時(shí)機(jī)，當(dāng)這個(gè)值為True的時(shí)候就保存一幀彩色圖像為文件。（5）定義一個(gè)回調(diào)函數(shù)cbImage()，用來(lái)處理kinect2獲取到的彩色視頻圖像。ROS每接收到一幀傳回來(lái)的彩色視頻圖像，就會(huì)自動(dòng)調(diào)用一次回調(diào)函數(shù)。圖像數(shù)據(jù)會(huì)以參數(shù)的形式傳遞到這個(gè)回調(diào)函數(shù)里。（6）回調(diào)函數(shù)cbImage()的參數(shù)msg是一個(gè)sensor_msgs::Image格式的消息包，其中存放著ROS格式的彩色圖像數(shù)據(jù)。在實(shí)際開(kāi)發(fā)中，通常不會(huì)直接使用這個(gè)格式的圖像，而是將其轉(zhuǎn)換成OpenCV格式，這樣就可以使用豐富的OpenCV函數(shù)來(lái)處理彩色圖像。8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像（7）下面開(kāi)始這個(gè)轉(zhuǎn)換操作，先生成一個(gè)CvBridge對(duì)象，對(duì)象名為bridge；然后調(diào)用bridge的imgmsg_to_cv2()函數(shù)，將參數(shù)msg里的圖像數(shù)據(jù)轉(zhuǎn)換成OpenCV的bgr8格式，并保存在對(duì)象cv_image中。（8）接下來(lái)，調(diào)用cv2的imshow()函數(shù)，將cv_image里的圖像顯示在一個(gè)彈出的窗口中，這個(gè)窗口的標(biāo)題為“Imagewindow”。（9）cv2.waitKey(1)可以讓程序暫停一會(huì)，讓“Imagewindow”窗口中的彩色圖像能夠顯示出來(lái)。8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像（10）回調(diào)函數(shù)的最后是彩色圖像的保存操作。當(dāng)capture_one_frame的值為True的時(shí)候，調(diào)用cv2的imwrite()函數(shù)，將cv_image里的圖像數(shù)據(jù)保存成圖片文件，保存的位置為“/home/robot/1.jpg”。其中“/home/robot/”是當(dāng)前用戶的主文件夾，robot是當(dāng)前的用戶名。如果用戶名不是robot，則需要根據(jù)實(shí)際情況修改這個(gè)文件路徑。（11）當(dāng)圖像保存完畢后，先調(diào)用rospy.logwarn()顯示圖像保存成功的信息，然后將全局變量capture_one_frame設(shè)置為False。這樣下一幀圖像進(jìn)入這個(gè)回調(diào)函數(shù)的時(shí)候就不會(huì)再保存成圖片文件。作為實(shí)驗(yàn)，我們只保存第一幀圖像，能夠進(jìn)行查看就行了。8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像（12）當(dāng)__name__為“__main__”時(shí)，執(zhí)行這個(gè)文件的主函數(shù)代碼。（13）調(diào)用rospy的init_node()函數(shù)進(jìn)行該節(jié)點(diǎn)的初始化操作，參數(shù)是節(jié)點(diǎn)名稱。（14）調(diào)用rospy的Subscriber()函數(shù)生成一個(gè)訂閱對(duì)象image_sub，在函數(shù)的參數(shù)中指明訂閱的話題名稱是“/kinect2/hd/image_color_rect”，也就是kinect2發(fā)布彩色圖像視頻的話題，數(shù)據(jù)類型為Image，回調(diào)函數(shù)設(shè)置為之前定義的cbImage()，緩沖長(zhǎng)度為10。8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像（15）調(diào)用rospy的spin()函數(shù)對(duì)這個(gè)主函數(shù)進(jìn)行阻塞，保持這個(gè)節(jié)點(diǎn)程序不會(huì)結(jié)束退出。程序編寫完后，代碼并未馬上保存到文件里，此時(shí)會(huì)看到編輯區(qū)左上角的文件名“image_node.py”右側(cè)有個(gè)白色小圓點(diǎn)（見(jiàn)圖8-5），這表示此文件并未保存。在按下“Ctrl+S”鍵進(jìn)行保存后，白色小圓點(diǎn)會(huì)變成關(guān)閉按鈕“×”。圖8-5文件未保存狀態(tài)8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像由于這個(gè)代碼文件是新創(chuàng)建的，其默認(rèn)不帶有可執(zhí)行屬性，所以我們需要為其添加一個(gè)可執(zhí)行屬性才能讓它運(yùn)行起來(lái)。啟動(dòng)一個(gè)終端程序，輸入如下指令進(jìn)入這個(gè)代碼文件所存放的目錄（見(jiàn)圖8-6）。cd~/catkin_ws/src/image_pkg/scripts/再執(zhí)行如下指令為代碼文件添加可執(zhí)行屬性。chmod+ximage_node.py圖8-6進(jìn)入目錄8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像設(shè)置文件權(quán)限如圖8-7所示，按“Enter”鍵執(zhí)行后，這個(gè)代碼文件就獲得了可執(zhí)行屬性，可以在終端程序里運(yùn)行了。圖8-7設(shè)置文件權(quán)限8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像3．編譯軟件包現(xiàn)在節(jié)點(diǎn)文件可以運(yùn)行了，但是這個(gè)軟件包還沒(méi)有加入ROS的包管理系統(tǒng)，無(wú)法通過(guò)ROS指令運(yùn)行其中的節(jié)點(diǎn)，因此還需要對(duì)這個(gè)軟件包進(jìn)行編譯。在終端程序中輸入如下指令進(jìn)入ROS工作空間（見(jiàn)圖8-8）。cd~/catkin_ws/再執(zhí)行如下指令對(duì)軟件包進(jìn)行編譯。catkin_make圖8-8進(jìn)入ROS工作空間8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像編譯完成如圖8-9所示，這時(shí)就可以測(cè)試此節(jié)點(diǎn)了。圖8-9編譯完成8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像4．啟動(dòng)仿真環(huán)境啟動(dòng)開(kāi)源項(xiàng)目“wpr_simulation”中的仿真場(chǎng)景（見(jiàn)圖8-10），打開(kāi)終端程序，輸入如下指令。roslaunchwpr_simulationwpb_single_face.launch啟動(dòng)后會(huì)彈出圖8-11所示的仿真場(chǎng)景，機(jī)器人前方站立著一個(gè)模型。8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像圖8-10啟動(dòng)仿真場(chǎng)景圖8-11仿真場(chǎng)景8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像5．運(yùn)行節(jié)點(diǎn)程序啟動(dòng)image_node節(jié)點(diǎn)，如圖8-12所示，打開(kāi)一個(gè)新的終端程序，輸入如下指令。rosrunimage_pkgimage_node.py指令運(yùn)行后會(huì)在主目錄下生成一個(gè)新的jpg圖像文件，如果發(fā)現(xiàn)沒(méi)有新文件生成，那么請(qǐng)查看終端程序內(nèi)@符號(hào)前的用戶名和程序內(nèi)設(shè)置的保存路徑，將程序內(nèi)的用戶名更改成終端程序內(nèi)顯示的用戶名即可。保存圖片文件如圖8-13所示。8.1.1在仿真環(huán)境中獲取機(jī)器人平面視覺(jué)圖像圖8-12啟動(dòng)image_node節(jié)點(diǎn)圖8-13保存圖片文件8.1.2在真實(shí)環(huán)境中獲取機(jī)器人平面視覺(jué)圖像這里的程序可以在啟智ROS機(jī)器人上運(yùn)行，具體步驟如下。（1）根據(jù)啟智ROS的實(shí)驗(yàn)指導(dǎo)書對(duì)運(yùn)行環(huán)境和驅(qū)動(dòng)源碼包進(jìn)行配置。（2）連接好設(shè)備上的硬件。（3）把本章所創(chuàng)建的源碼包“image_pkg”復(fù)制到機(jī)載計(jì)算機(jī)的“~/catkin_ws/src”目錄下進(jìn)行編譯。（4）打開(kāi)機(jī)器人底盤上的電源開(kāi)關(guān)（按下去）。8.1.2在真實(shí)環(huán)境中獲取機(jī)器人平面視覺(jué)圖像（5）使用機(jī)載計(jì)算機(jī)打開(kāi)終端程序，輸入如下指令。roslaunchwpb_home_bringupkinect_test.launch（6）啟動(dòng)image_node節(jié)點(diǎn)。保持前面的程序繼續(xù)運(yùn)行別退出，打開(kāi)一個(gè)新的終端程序，運(yùn)行如下指令。rosrunimage_pkgimage_node.py按“Enter”鍵運(yùn)行后，即可在機(jī)器人主目錄下看到所獲取的圖像文件。8.2利用平面視覺(jué)進(jìn)行人臉檢測(cè)8.2.1在仿真環(huán)境中實(shí)現(xiàn)人臉檢測(cè)1．編寫節(jié)點(diǎn)代碼首先需要?jiǎng)?chuàng)建一個(gè)ROS源碼包Package。在Ubuntu里打開(kāi)一個(gè)終端程序，輸入如下指令進(jìn)入ROS工作空間（見(jiàn)圖8-14）。cdcatkin_ws/src/圖8-14進(jìn)入ROS工作空間8.2.1在仿真環(huán)境中實(shí)現(xiàn)人臉檢測(cè)然后輸入如下指令創(chuàng)建ROS源碼包。catkin_create_pkgface_pkgrospystd_msgssensor_msgscv_bridge按“Enter”鍵創(chuàng)建face_pkg源碼包如圖8-15所示，系統(tǒng)會(huì)提示ROS源碼包創(chuàng)建成功，這時(shí)可以看到“catkin_ws/src”目錄下出現(xiàn)了“face_pkg”子目錄。創(chuàng)建face_pkg源碼包的指令含義，如表8-2所示。接下來(lái)在VisualStudioCode中進(jìn)行操作，將目錄展開(kāi)，找到前面新建的“image_pkg”并展開(kāi)，可以看到這是一個(gè)功能包最基礎(chǔ)的結(jié)構(gòu)，選中“image_pkg”并右擊，彈出圖8-16所示的快捷菜單，選擇“新建文件夾”。8.2.1在仿真環(huán)境中實(shí)現(xiàn)人臉檢測(cè)圖8-15創(chuàng)建face_pkg源碼包圖8-16快捷菜單8.2.1在仿真環(huán)境中實(shí)現(xiàn)人臉檢測(cè)指令含義catkin_create_pkg創(chuàng)建ROS源碼包（Package）的指令face_pkg新建的ROS源碼包命名rospyPython依賴項(xiàng)，因?yàn)楸纠淌褂肞ython編寫，所以需要這個(gè)依賴項(xiàng)std_msgs標(biāo)準(zhǔn)消息依賴項(xiàng)，需要里面的String格式做文字輸出sensor_msgs傳感器消息依賴項(xiàng)，需要里面的圖像數(shù)據(jù)格式cv_bridgeROS圖像格式轉(zhuǎn)換到OpenCV圖像格式的依賴項(xiàng)表8-2創(chuàng)建face_pkg源碼包的指令含義8.2.1在仿真環(huán)境中實(shí)現(xiàn)人臉檢測(cè)將這個(gè)文件夾命名為“scripts”（見(jiàn)圖8-17）。在第2章的2.3節(jié)中，有對(duì)此名稱文件夾的解釋。命名成功后按“Enter”鍵即創(chuàng)建成功。選中此文件夾并對(duì)其右擊，彈出圖8-16所示的快捷菜單，選擇“新建文件”。將這個(gè)Python節(jié)點(diǎn)文件命名為“face_node.py”。圖8-17創(chuàng)建“scripts”文件夾8.2.1在仿真環(huán)境中實(shí)現(xiàn)人臉檢測(cè)命名完成后即可在IDE右側(cè)開(kāi)始編寫“face_node.py”的代碼，其內(nèi)容如下。#!/usr/bin/envpython3#coding=utf-8importrospyimportcv2fromsensor_msgs.msgimportImagefromcv_bridgeimportCvBridge,CvBridgeError#彩色圖像回調(diào)函數(shù)defcbImage(msg):bridge=CvBridge()cv_image=bridge.imgmsg_to_cv2(msg,"bgr8")#轉(zhuǎn)換為灰度圖

gray_img=cv2.cvtColor(cv_image,cv2.COLOR_BGR2GRAY)8.2.1在仿真環(huán)境中實(shí)現(xiàn)人臉檢測(cè)

#創(chuàng)建一個(gè)級(jí)聯(lián)分類器

face_casecade=cv2.CascadeClassifier('/home/robot/catkin_ws/src/wpb_home/wpb_home_python/config/haarcascade_frontalface_alt.xml’)

#人臉檢測(cè)

face=face_casecade.detectMultiScale(gray_img,1.3,5)for(x,y,w,h)inface:#在原圖上繪制矩形

cv2.rectangle(cv_image,(x,y),(x+w,y+h),(0,0,255),3)rospy.loginfo("人臉位置=(%d,%d)",x,y)#彈出窗口顯示圖片

cv2.imshow("facewindow",cv_image)cv2.waitKey(1)8.2.1在仿真環(huán)境中實(shí)現(xiàn)人臉檢測(cè)#主函數(shù)if__name__=="__main__":rospy.init_node("image_face_detect")#訂閱機(jī)器人視覺(jué)傳感器kinect2的圖像話題

image_sub=rospy.Subscriber("/kinect2/hd/image_color_rect",Image,cbImage,queue_size=10)rospy.spin()（1）代碼的開(kāi)始部分，使用Shebang符號(hào)指定這個(gè)Python文件的解釋器為python3。如果是Ubuntu18.04或更早的版本，解釋器可設(shè)為python。（2）第二句代碼指定該文件的字符編碼為utf-8，這樣就能在代碼執(zhí)行的時(shí)候顯示中文字符。8.2.1在仿真環(huán)境中實(shí)現(xiàn)人臉檢測(cè)（3）使用import導(dǎo)入以下五個(gè)模塊。①rospy模塊，包含了大部分的ROS接口函數(shù)。②cv2模塊，包含了OpenCV圖形處理庫(kù)的函數(shù)接口。③sensor_msgs.msg里的Image數(shù)據(jù)類型，這個(gè)是ROS里常用的圖形數(shù)據(jù)類型。④cv_bridge里的CvBridge，這個(gè)是ROS圖形數(shù)據(jù)格式和OpenCV圖像數(shù)據(jù)格式的轉(zhuǎn)換工具。⑤cv_bridge里的CvBridgeError，用于處理圖像格式轉(zhuǎn)換過(guò)程中的一些異常錯(cuò)誤。8.2.1在仿真環(huán)境中實(shí)現(xiàn)人臉檢測(cè)（4）定義一個(gè)回調(diào)函數(shù)cbImage()，用來(lái)處理kinect2獲取到的彩色視頻圖像。ROS每接收到一幀傳回來(lái)的彩色視頻圖像，就會(huì)自動(dòng)調(diào)用一次回調(diào)函數(shù)。圖像數(shù)據(jù)會(huì)以參數(shù)的形式傳遞到這個(gè)回調(diào)函數(shù)里。（5）回調(diào)函數(shù)cbImage()的參數(shù)msg是一個(gè)sensor_msgs::Image格式的消息包，其中存放著ROS格式的彩色圖像數(shù)據(jù)。在實(shí)際開(kāi)發(fā)中，通常不會(huì)直接使用這個(gè)格式的圖像，而是將其轉(zhuǎn)換成OpenCV格式，這樣就可以使用豐富的OpenCV函數(shù)來(lái)處理彩色圖像。（6）下面開(kāi)始這個(gè)轉(zhuǎn)換操作，先生成一個(gè)CvBridge對(duì)象，對(duì)象名為“bridge”；然后調(diào)用bridge的imgmsg_to_cv2()函數(shù)，將參數(shù)msg里的圖像數(shù)據(jù)轉(zhuǎn)換成OpenCV的bgr8格式，并保存在對(duì)象cv_image中。8.2.1在仿真環(huán)境中實(shí)現(xiàn)人臉檢測(cè)（7）調(diào)用cv2的cvtColor()函數(shù)將彩色圖像cv_image轉(zhuǎn)換成黑白灰度圖，并存放在gray_img里。（8）調(diào)用cv2的CascadeClassifier()函數(shù)構(gòu)造一個(gè)級(jí)聯(lián)分類器，名字叫face_casecade。分類器的參數(shù)從一個(gè)xml文件里讀取，這個(gè)文件在另外的wpb_home源碼目錄中，這個(gè)源碼應(yīng)該在安裝系統(tǒng)時(shí)已經(jīng)部署好了，如果Ubuntu用戶名不為“robot”請(qǐng)將其更改為正確的用戶名。（9）調(diào)用face_casecade分類器的detectMultiScale()函數(shù)，從黑白灰度圖gray_img中檢測(cè)人臉，并將檢測(cè)結(jié)果放置在face數(shù)組中。參數(shù)1.3是每次搜索人臉目標(biāo)的縮放比例，參數(shù)5是構(gòu)成目標(biāo)的相鄰矩形的最小個(gè)數(shù)。參數(shù)的具體意義可以查閱detectMultiScale()函數(shù)的官方說(shuō)明，這里使用這兩個(gè)數(shù)值就行。8.2.1在仿真環(huán)境中實(shí)現(xiàn)人臉檢測(cè)（10）使用for循環(huán)將face里的人臉檢測(cè)結(jié)果逐個(gè)提取出來(lái)。每個(gè)檢測(cè)結(jié)果包含如下數(shù)值。①x為人臉目標(biāo)在圖像中的橫向坐標(biāo)最小值，單位是像素，越小越靠近左側(cè)。②y為人臉目標(biāo)在圖像中的縱向坐標(biāo)最小值，單位是像素，越小越靠近上方。③w為人臉目標(biāo)的橫向?qū)挾?，單位是像素。④h為人臉目標(biāo)的縱向?qū)挾龋瑔挝皇窍袼?。?duì)于每一個(gè)人臉檢測(cè)結(jié)果，系統(tǒng)都會(huì)先調(diào)用cv2的rectangle()函數(shù)在彩色圖像cv_image上繪制一個(gè)對(duì)應(yīng)的矩形框；然后使用rospy.loginfo()函數(shù)將人臉位置矩形框的左上角坐標(biāo)值顯示在終端里。8.2.1在仿真環(huán)境中實(shí)現(xiàn)人臉檢測(cè)（11）在彩色圖像cv_image上繪制好所有的人臉目標(biāo)框后，調(diào)用cv2的imshow()函數(shù)將帶有人臉框的cv_image顯示在一個(gè)獨(dú)立窗口中，窗口的標(biāo)題名稱為“facewindow”。（12）判斷__name__為“__main__”時(shí)，執(zhí)行這個(gè)文件的主函數(shù)代碼。（13）調(diào)用rospy的init_node()函數(shù)進(jìn)行該節(jié)點(diǎn)的初始化操作，參數(shù)是節(jié)點(diǎn)名稱。（14）調(diào)用rospy的Subscriber()函數(shù)生成一個(gè)訂閱對(duì)象image_sub，在函數(shù)的參數(shù)中指明訂閱的話題名稱是“/kinect2/hd/image_color_rect”，也就是kinect2發(fā)布彩色圖像視頻的話題，數(shù)據(jù)類型為Image，回調(diào)函數(shù)設(shè)置為之前定義的cbImage()，緩沖長(zhǎng)度為10。8.2.1在仿真環(huán)境中實(shí)現(xiàn)人臉檢測(cè)（15）調(diào)用rospy的spin()函數(shù)對(duì)這個(gè)主函數(shù)進(jìn)行阻塞，保持這個(gè)節(jié)點(diǎn)程序不會(huì)結(jié)束退出。程序編寫完后，代碼并未馬上保存到文件里，此時(shí)編輯區(qū)左上角的文件名“image_node.py”右側(cè)有個(gè)白色小圓點(diǎn)（見(jiàn)圖8-18），這表示此文件并未保存。在按下“Ctrl+S”鍵進(jìn)行保存后，白色小圓點(diǎn)會(huì)變成關(guān)閉按鈕“×”。圖8-18文件未保存狀態(tài)8.2.1在仿真環(huán)境中實(shí)現(xiàn)人臉檢測(cè)2．設(shè)置可執(zhí)行權(quán)限由于這個(gè)代碼文件是新創(chuàng)建的，其默認(rèn)不帶有可執(zhí)行屬性，所以我們需要為其添加一個(gè)可執(zhí)行屬性才能讓它運(yùn)行起來(lái)。啟動(dòng)一個(gè)終端程序，輸入如下指令進(jìn)入這個(gè)代碼文件所存放的目錄（見(jiàn)圖8-19）。cd~/catkin_ws/src/face_pkg/scripts/圖8-19進(jìn)入目錄8.2.1在仿真環(huán)境中實(shí)現(xiàn)人臉檢測(cè)再執(zhí)行如下指令為代碼文件添加可執(zhí)行屬性。chmod+xface_node.py設(shè)置文件權(quán)限如圖8-20所示，按“Enter”鍵執(zhí)行后，這個(gè)代碼文件就獲得了可執(zhí)行屬性，可以在終端程序里運(yùn)行了。圖8-20設(shè)置文件權(quán)限8.2.1在仿真環(huán)境中實(shí)現(xiàn)人臉檢測(cè)3．編譯軟件包現(xiàn)在節(jié)點(diǎn)文件可以運(yùn)行了，但是這個(gè)軟件包還沒(méi)有加入ROS的包管理系統(tǒng)，無(wú)法通過(guò)ROS指令運(yùn)行其中的節(jié)點(diǎn)，因此還需要對(duì)這個(gè)軟件包進(jìn)行編譯