文章目录
环境
1.基于python3环境编译cv_bridge
1) 本机python3.6环境
(1)初始化cv_bridge_ws编译工作空间
(2)将cv_bridge源码拉取到本地
(3)编译cv_bridge
编译报错解决
(4)编译成功
(5)将编译生成的文件加入环境变量
(6)测试
2) conda的python3.X环境
(1)创建conda环境
(2)初始化工作空间并获取`vision_opencv`
(3)编译cv_bridge
(4)将编译生成的文件加入环境变量
(5)测试
2.ROS基于python3两个图像处理相关demo示例
(1)Opencv处理demo
(2)深度学习目标检测模型部署demo
网上所有的资料都是基于catkin工具进行的,而且在编译时会发现只支持opencv3,不支持opencv4,所以无法使用。博主这里使用catkin_make工具成功编译python3的cv_bridge,这篇博客应该是全网唯一一个用catkin_make工具编译cv_bridge而且最终运行成功的博客了,也希望能帮到各位小伙伴开发ROS python3的项目!

环境
Ubuntu18.04
python3.6.9 / Conda python3.6
ROS Melodic
1.基于python3环境编译cv_bridge
这里我将介绍两种方式编译cv_bridge,一种是本机环境,另一种是conda环境。

1) 本机python3.6环境

sudo apt-get install  python3-dev python3-numpy python3-yaml ros-melodic-cv-bridge python3-rospkg-modules
pip3 install pip --update
pip3 install rosdep rosinstall catkin_pkg

(1)初始化cv_bridge_ws编译工作空间

mkdir -p cv_bridge_ws/src && cd cv_bridge_ws/src
catkin_init_workspace

(2)将cv_bridge源码拉取到本地

git clone https://github.com/ros-perception/vision_opencv.git

(3)编译cv_bridge

cd ../
catkin_make install -DPYTHON_EXECUTABLE=/usr/bin/python3
编译报错解决
  • 问题1:

在这里插入图片描述

解决方法:
1. 查看你的libbost_python*文件(我这里的armubuntu,如果你的是x86,就在/usr/lib/x86-64-linux-gnu这个文件夹)

cd /usr/lib/aarch64-linux-gnu/
ls libboost_python*

在这里插入图片描述

2. 进入报错文件vision_opencv/cv_bridge/CMakeLists.txt,将11行14行python37改成python3,然后重新编译即可。

在这里插入图片描述

(4)编译成功

在这里插入图片描述

(5)将编译生成的文件加入环境变量

使我们在使用python3时可以,默认调用:(这里一定要改成自己的编译后的路径!!!将下边直接复制过去一定报错!!)

source /home/xxx/cv_bridge_ws/install/setup.bash --extend

(6)测试

重新打开一个终端:运行python3

import cv_bridge
from cv_bridge.boost.cv_bridge_boost import getCvType

在这里插入图片描述

都import成功说明已经成功编译了基于python3的cv_bridge,现在就可以直接在ROS中编写python3的代码即可,节点会自动调用对应python版本的cv_bridge!

如果出现报错的解决方法:Python——ImportError: dynamic module does not define module export function (PyInit_cv_bridge_boost)
2) conda的python3.X环境
需要注意点是,如果使用conda创建的python3环境运行代码,那么需要将终端默认启动的环境改为你ros编译的环境!!

(1)创建conda环境

conda create -n ros python=3.6
conda activate ros
pip install --upgrade pip
pip install rosdep rosinstall catkin_pkg rospkg numpy pyyaml opencv-python 
vim ~/.bashrc

将之前的conda activate改为conda activate ros

在这里插入图片描述

(2)初始化工作空间并获取vision_opencv

mkdir -p ros_cv_bridge/src && cd ros_cv_bridge/src
catkin_init_workspace
git clone https://gitee.com/irvingao/vision_opencv.git

(3)编译cv_bridge

  • 这里的python解释器选择conda的python路径,如果不知道可以用whereis python查询一下:

我的python解析器路径为:/home/innox/anaconda3/bin/python

在这里插入图片描述

将下边命令中的解释器路径改为你的路径:

cd ../
export CPLUS_INCLUDE_PATH=/home/innox/anaconda3/include/python3.7m
catkin_make install -DCMAKE_BUILD_TYPE=Release -DSETUPTOOLS_DEB_LAYOUT=OFF -DPYTHON_EXECUTABLE=/home/innox/anaconda3/bin/python 

编译成功:

在这里插入图片描述

(4)将编译生成的文件加入环境变量

vim ~/.bashrc

在最后添加:

source ~/ros_cv_bridge/install/setup.bash --extend

退出,然后source一下:

source ~/.bashrc

务必按如下顺序!!!

在这里插入图片描述

(5)测试

检查是否安装成功:

python
import cv_bridge
from cv_bridge.boost.cv_bridge_boost import getCvType

在这里插入图片描述

如果出现报错的解决方法:Python——ImportError: dynamic module does not define module export function (PyInit_cv_bridge_boost)
2.ROS基于python3两个图像处理相关demo示例
(1)Opencv处理demo
ROS——基于Ubuntu18.04和ROS Melodic使用python3实现opencv图像处理任务
(2)深度学习目标检测模型部署demo
Paddle Inference——基于ROS部署PaddlePaddle的CV(检测、分类、分割)模型
参考文章:

ROS(melodic版本)在python3.6下用cv_bridge把sensor_msgs/Image消息转换为opencv格式的图片