ROS——在Ubuntu18.04下基于ROS Melodic编译python3的cv_bridge

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：

解决方法：
1. 查看你的​​libbost_python*​​​文件（我这里的​​arm​​​的​​ubuntu​​​，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*

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

（4）编译成功

（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

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​​

（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​​

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：

（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！！！

（5）测试

检查是否安装成功：

python

import cv_bridge
from cv_bridge.boost.cv_bridge_boost import getCvType

• 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​​