ros订阅图片python_使用python订阅ROS sensor_msg/Image_黄良懿的博客-程序员秘密

技术标签： ros订阅图片python

我正在尝试订阅一个由vrep视觉传感器发布的ROS节点。下面是我的代码，在使用内置网络摄像头时可以正常工作：import rospy

from sensor_msgs.msg import Image

from std_msgs.msg import String

from cv_bridge import CvBridge, CvBridgeError

import cv2

import numpy as np

import tensorflow as tf

import classify_image

class RosTensorFlow():

def __init__(self):

classify_image.maybe_download_and_extract()

self._session = tf.Session()

classify_image.create_graph()

self._cv_bridge = CvBridge()

self._sub = rospy.Subscriber('image', Image, self.callback, queue_size=1)

self._pub = rospy.Publisher('result', String, queue_size=1)

self.score_threshold = rospy.get_param('~score_threshold', 0.1)

self.use_top_k = rospy.get_param('~use_top_k', 5)

def callback(self, image_msg):

try:

cv_image = self._cv_bridge.imgmsg_to_cv2(image_msg, desired_encoding="passthrough")

except CvBridgeError as e:

print(e)

# copy from

# classify_image.py

image_data = cv2.imencode('.jpg', cv_image)[1].tostring()

# Creates graph from saved GraphDef.

softmax_tensor = self._session.graph.get_tensor_by_name('softmax:0')

predictions = self._session.run(

softmax_tensor, {'DecodeJpeg/contents:0': image_data})

predictions = np.squeeze(predictions)

# Creates node ID --> English string lookup.

node_lookup = classify_image.NodeLookup()

top_k = predictions.argsort()[-self.use_top_k:][::-1]

for node_id in top_k:

human_string = node_lookup.id_to_string(node_id)

score = predictions[node_id]

if score > self.score_threshold:

rospy.loginfo('%s (score = %.5f)' % (human_string, score))

self._pub.publish(human_string)

def main(self):

rospy.spin()

if __name__ == '__main__':

classify_image.setup_args()

rospy.init_node('rostensorflow')

tensor = RosTensorFlow()

tensor.main()

以及我在vrep中的非线程子脚本，基本上是从rosinterfacetopicup复制的blisherAndSubscriber.ttt教程：

^{pr2}$

我用的是：python image_recognition.py

我没有收到错误消息，但是没有输出。你能给我一个提示我需要改变什么吗？我做了很多研究，但到目前为止没有任何成功。在

本文链接：https://blog.csdn.net/weixin_31304499/article/details/112808754

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

web应用程序安全工具和资源(漏洞银行收集整理）_weixin_30325971的博客-程序员秘密

Web应用程序安全工具组织OWASP-http://www.owasp.org/开放式Web应用程序安全项目（OWASP）是一个501（c）3全球非营利性慈善组织，致力于提高软件的安全性Web应用防火墙ModSecurity-http://www.modsecurity.org/ModSecurity是一个用于实时Web应用程序监控，日...

Ubuntu安装anaconda和pytorch的几个总结_MoonJian的博客-程序员秘密

Ubuntu安装anaconda和pytorch的几个总结1. conda的几个镜像清华镜像conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn...

EDA与VHDL题目——38译码器_vhdl使用with select完成38译码器_Alexa2077的博客-程序员秘密

EDA与VHDL题目——38译码器代码LIBRARY IEEE;USE IEEE.STD_LOGIC_1164.ALL; --调用库函数ENTITY trans38 IS --结构体PORT(A,B,C:IN STD_LOGIC; Y:OUT STD_LOGIC_VECTOR(7 DOWNTO 0));END trans38;ARCHITECTURE dec_behave OF trans38 IS SIGNAL sel:STD_LOGIC_VECTOR(

ELMo算法详解_lzk_nus的博客-程序员秘密

ELMoELMo来自于论文《Deep contextualized word representations》，介绍了一种高效的动态词向量。在摘要部分，作者提到词向量主要是用来解决两大问题：单词使用的复杂性，例如语法、语义不同语境下的单词使用，例如同义词传统的Word2Vec或者Glove只能解决第一个问题，但是他们本身都是静态的词向量，也就是说每个词的向量化表示是固定的。但是很多词在不同的语境下表达的意思是完全不同的。例如“我去洗手间方便一下”和“你今晚几点方便”这两句话中的“方便”表达的意思

专升本C语言学习--第九章结构体_学士帽c语言课程免费_liangpi_hero的博客-程序员秘密

笔记目录第九章结构体结构体一般格式结构体数组typedef取别名结构体指针第九章结构体构体就是用户自定义数据类型。结构体一般格式struct1.struct 结构体名称{成员列表;};注意：结构体后加；// 2020/11/16// C#include <stdio.h>#include <string.h>//学生类型：学号，姓名，性别m,fstruct Student { int id; char name[20]; char se

从前端性能优化引申出来的5道经典面试题(值得收藏)_傲娇的koala的博客-程序员秘密

作者：一阵风，一枚只想安静写代码的程序员，来自程序员成长指北 https://juejin.im/post/6888848660591968264前端优化是一个大的课题，需要花好多...