图像处理基础知识

　　　　本文由 @DavidHan出品,转载请注明出处
　　　　文章链接：http://blog.csdn.net/David_Han008/article/details/78883641

前言
最近这段时间，导师这边有个人脸识别做跟随移动的机器人，想利用这个机会总结一些关于图像处理的基础知识
实践部分
这部分，主要写利用ROS在phil333的代码基础上，添加了跟随功能，以及解决，多级控制的的方法，来实现安卓控制和人脸跟随的两个级别的控制。
原作者的github：点击这里
用法：打开摄像头之后，直接roslaunch face_detection face_tracking.launch 就可以了。 在使用的时候，会遇到face_tracking的包的话题，没办法映射，因此应该在cfg当中修改。如下图所示：

原作者代码解析：
1、 在发布图像方面：
phil333默认的初值是0也就是不发布图像，但是我们需要发布图像，因此这个地方应该设置成3

在发布的msg当中，作者已经通过 std_msgs::Int32MultiArray 这个数据，将所有的数据存储下来，数据第0位：帧率。第1位：图片当中脸的个数。第2位：图像列数，第3位：图像的行数，第4位，脸的ID 第5位，框住同一张脸的数量。第6位，框的左上角x，第7位，框右上角y，第8位，框的宽度，第9位，框的高度。这个设计真的很贴心，而且最后在发布topic的时候，也可以产生compress压缩图像的topic ，这样我就可以通过手机来订阅这个图像。从而在安卓手机上显示,最后我吧我修改后的代码上传到github上面。
2、opencv测试版本
还需要注意的一点是，安装的opencv版本是2.4.13的版本，上是通过的，如果cv_bridge没有找到opencv的安装的位置的话，就将整个/usr/local/include/openc和/usr/local/include/opencv2 复制到/usr/include/opencv /usr/include/opencv2，使用的命令是cp -r
添加人脸跟随左转右转
添加的原理：

原作者的msg已经提供我们需要使用的量。我们使用的，就是x，框的width，以及图像的cols（列数），我们可以通过x+width/2来求出图像中心的位置，通过质心的位置，判断质心是否超过我们设置的阈值，然后来来发布速度。这里发布速度的频率是是根据帧率来确定的。也就是你没是被一张图片，发现他是一张人脸，然后在这张上面画一个框，，提取出框的坐标，来发布左转或者右转的命令。
最后为了防止，当图像中没有脸的时候，我们利用上面的msg进行判断，如果没有脸的时候，发布速度是0.
解决遥控和人脸识别控制的优先级问题
问题简述：

解决问题的总体的思路：
如何判断，是否有安卓手机发布的速度值
尝试过的解决方案：
1、通过nodename来判断
刚开始的时候，也尝试过利用Mux来进行优先级，进行设置。也尝试股哟，来判断订阅一个node的名字，判断时候有这个节点的名字，但是这种方案，有个不好的时候，就是当你的安卓app退出之后，这个节点的名字仍然存在，在使用getsubscriberNumber，也查阅了相关API，但是反馈的数值一直不是很准确，姑此方案舍弃
2、通过mux来判断
mux，感觉挺复杂的，看了wiki的介绍，感觉理解需要一些时间，我尝试过，采用两个topic，最后映射成一个topic，感觉意义不大，姑此方案舍弃
3、通过订阅这个话题，然后来判断是否需要数据替换。
这种方案测试成功：
大体的思路：

代码逻辑框图：

核心代码：

//这里的image.cols*image*row是640*480//printf("faces[0].x:%d",faces[1].x); /*如果没有框的时候，也就是data=0的时候，发布速度是0如果有框的data的时候，发布速度是+如果data*/double j_people_num,j_b_x,j_b_width,j_p_width,OFFSET;j_people_num=myMsg.data[1];//人的个数j_b_x=myMsg.data[6];//xj_b_width=myMsg.data[8]/2;//B一半宽j_p_width=myMsg.data[2]/2;//P一半宽OFFSET=50;//范围//std::cout<<"j_b_x+j_b_width:"<<j_b_x+j_b_width<<"j_p_width+OFFSET"<<j_p_width+OFFSET<<std::endl;//std::cout<<"twi.angular.z="<<twi.angular.z<<std::endl;//如果这两组数据都不存在，那么进行下面的步骤twi.linear.x=joy_twi.linear.x;twi.angular.z=joy_twi.angular.z;if((joy_twi.angular.z==0)&&(joy_twi.linear.x==0))//如果说，是joy=0{//进行图像判断if (j_people_num==0){ twi.angular.z=0;}if (j_people_num>0){  if((j_b_x+j_b_width)<=(j_p_width+OFFSET)&&(j_b_x+j_b_width)>=(j_p_width-OFFSET))   {    twi.angular.z =0;   }   if((j_b_x+j_b_width)<(j_p_width-OFFSET))   {   twi.angular.z=0.6;   }   if((j_b_x+j_b_width)>(j_p_width+OFFSET))   {   twi.angular.z=-0.6;   }}//joy_twi.angular.z=twi.angular.z;//进行数据替换//joy_twi.linear.x=twi.linear.x;}veb_pub_.publish(twi);//发twi

具体的代码，详见github。