cv_bridge中的编码模式与实现

image_encodings.cpp文件是关于图像编码模式的源文件，其中规定了RGB的图像以及深度图的编码模式

该编码文件image_encodings.cpp所依赖的头文件图

命令空间  sensor_msgs::image_encodings 下的函数

Functions
int	bitDepth (const std::string &encoding)
bool	hasAlpha (const std::string &encoding)
bool	isBayer (const std::string &encoding)
bool	isColor (const std::string &encoding)
bool	isMono (const std::string &encoding)
int	numChannels (const std::string &encoding)
Variables
const std::string	BGR8 = "bgr8"
const std::string	MONO16 = "mono16"
const std::string	MONO8 = "mono8"
const std::string	TYPE_16SC1 = "16SC1"
const std::string	TYPE_16UC1 = "16UC1"
const std::string	TYPE_32FC1 = "32FC1"
const std::string	TYPE_32SC1 = "32SC1"
const std::string	TYPE_64FC1 = "64FC1"
const std::string	TYPE_8SC1 = "8SC1"
const std::string	TYPE_8UC1 = "8UC1"

那么关于深度图的编码的方式 有如下：TYPE_8UC1 TYPE_64FC1 等等
   // B = bits (8, 16, 32，64), T = type (U, S, F)
#define CHECK_BIT_DEPTH(B, T)
      if (encoding == TYPE_##B##T##C1 ||
          encoding == TYPE_##B##T##C2 ||
          encoding == TYPE_##B##T##C3 ||        
          encoding == TYPE_##B##T##C4)
          return B;    
比如使用这样编码方式，对kinect获得的深度进行显示，程序如下

#include <ros/ros.h>                           //ros 的头文件
#include <image_transport/image_transport.h>   //image_transport
#include <cv_bridge/cv_bridge.h>              //cv_bridge
#include <sensor_msgs/image_encodings.h>    //图像编码格式
#include <opencv2/imgproc/imgproc.hpp>      //图像处理
#include <opencv2/highgui/highgui.hpp>       //opencv GUI

static const std::string OPENCV_WINDOW = "Image window";   //申明一个GUI 的显示的字符串

class ImageConverter    //申明一个图像转换的类
{
  ros::NodeHandle nh_;        //实例化一个节点
  image_transport::ImageTransport it_;
  image_transport::Subscriber image_sub_;     //订阅节点
  image_transport::Publisher image_pub_;      //发布节点

public:
  ImageConverter()
    : it_(nh_)
  {
    // Subscrive to input video feed and publish output video feed
    image_sub_ = it_.subscribe("/camera/depth/image_raw", , &ImageConverter::imageCb, this);
    image_pub_ = it_.advertise("/image_converter/output_video", );

    cv::namedWindow(OPENCV_WINDOW);
  }

  ~ImageConverter()
  {
    cv::destroyWindow(OPENCV_WINDOW);
  }

  void imageCb(const sensor_msgs::ImageConstPtr& msg)   //回调函数
  {
    cv_bridge::CvImagePtr cv_ptr;  //申明一个CvImagePtr
    try
    {
      cv_ptr = cv_bridge::toCvCopy(msg, sensor_msgs::image_encodings::TYPE_32FC1);
    }
    catch (cv_bridge::Exception& e)
    {
      ROS_ERROR("cv_bridge exception: %s", e.what());
      return;
    }
//转化为opencv的格式之后就可以对图像进行操作了
    // Draw an example circle on the video stream
    if (cv_ptr->image.rows >  && cv_ptr->image.cols > )
      cv::circle(cv_ptr->image, cv::Point(, ), , CV_RGB(,,));  //画圆

    // Update GUI Window
    cv::imshow(OPENCV_WINDOW, cv_ptr->image);
    cv::waitKey();

    // Output modified video stream
    image_pub_.publish(cv_ptr->toImageMsg());
  }
};

int main(int argc, char** argv)
{
  ros::init(argc, argv, "image_converter");
  ImageConverter ic;
  ros::spin();
  return ;
}

最主要的就是编码的方式的正确即可实现深度图的显示

从中我们可以看得处深度图使用cv_bridge进行转换与RGB图之间的转换为OPENCV可处理的结构基本上类似，但是最重要的就是编码的模式的正确，所以这是非常关键的
为了使用深度图与RGB的图生成点云，所以我们需要对深度图使用正确的编码模式，具体的代码我就不再展示了，
那么我们可以看一下，对于不同的编码模式生成点云之间的区别


看起来就好像断层了一样，但是如果配合正确的编码的模式效果就不是这样的了，所以在使用cv_bridge的时候选择正确的编码模式是非常重要的，
暂时就更新到这里了，如果有问题可以直接评论，或者关注微信公众号，或者加入QQ交流群与更多的人交流