如何在没有 OpenCV 的情况下通过 ROS 发布 PIL 图像二进制文件？

Question

我目前正在尝试编写一个 ROS Publisher/Subscriber 设置来传递 PIL 打开的图像二进制文件。由于操作限制，我不想使用 OpenCV，我想知道是否有办法这样做。这是我当前的代码：

#!/usr/bin/env python
import rospy
from PIL import Image
from sensor_msgs.msg import Image as sensorImage
from rospy.numpy_msg import numpy_msg
import numpy

def talker():
    pub = rospy.Publisher('image_stream', numpy_msg(sensorImage), queue_size=10)
    rospy.init_node('image_publisher', anonymous=False)
    rate = rospy.Rate(0.5)
    while not rospy.is_shutdown():
        im = numpy.array(Image.open('test.jpg'))
        pub.publish(im)
        rate.sleep()

if __name__ == '__main__'
    try:
        talker()
    except ROSInterruptException:
        pass

在 pub.publish(im) 尝试中抛出：

TypeError: Invalid number of arguments, args should be ['header', 'height', 'width', 'encoding', 'is_bigendian', 'step', 'data'] args are (array([[[***array data here***]]], dtype=uint8),)

如何将图像转换为正确的形式，或者是否有一种转换方法/不同的消息类型支持仅通过 ROS 连接发送原始二进制文件？

谢谢

Answer 1

确实Mark Setchell's answer 完美运行（在此示例中忽略了 Alpha 通道）：

#!/usr/bin/env python
import rospy
import urllib2  # for downloading an example image
from PIL import Image
from sensor_msgs.msg import Image as SensorImage
import numpy as np

if __name__ == '__main__':
    pub = rospy.Publisher('/image', SensorImage, queue_size=10)

    rospy.init_node('image_publisher')

    im = Image.open(urllib2.urlopen('https://cdn.sstatic.net/Sites/stackoverflow/Img/apple-touch-icon.png'))
    im = im.convert('RGB')

    msg = SensorImage()
    msg.header.stamp = rospy.Time.now()
    msg.height = im.height
    msg.width = im.width
    msg.encoding = "rgb8"
    msg.is_bigendian = False
    msg.step = 3 * im.width
    msg.data = np.array(im).tobytes()
    pub.publish(msg)

Answer 2

我对ROS一无所知，但是我经常使用PIL，所以如果其他人知道的更好，请ping我，我会删除这个“最佳猜测” em> 回答。

所以，您似乎需要从PIL Image 中创建类似this 的东西。所以你需要：

• '标题'，
• '身高'，
• '宽度',
• '编码'，
• 'is_bigendian'，
• '步'，
• '数据'

所以，假设你这样做：

im = Image.open('test.jpg')

你应该可以使用：

• 您需要解决的问题
• im.height 来自PIL Image
• im.width 来自PIL Image
• 可能是const std::string RGB8 = "rgb8"
• 可能不相关，因为数据是 8 位的
• 可能是im.width * 3，因为它是每像素 RGB 3 个字节
• np.array(im).tobytes()

在有人标记这个答案之前，没有人说答案必须是完整的 - 他们可以“希望有帮助”！

注意，如果你的输入图片是PNG格式，你应该检查im.mode，如果是"P"（即调色板模式）立即运行：

im = im.convert('RGB')

确保它是 3 通道 RGB。

请注意，如果您的输入图像是 PNG 格式并包含 alpha 通道，您应该将encoding 更改为"rgba8" 并设置step = im.width * 4。