坊网站建设深圳百度总部

在机器人应用中，ROS (Robot Operating System) 是一个常见的框架。ROS Bag（rosbag）是 ROS 中用于记录和回放数据流（例如传感器数据、话题消息等）的一种强大工具。有时，我们需要将存储在 rosbag 文件中的图像数据提取并保存为图像文件以便进一步分析或处理。本文将介绍如何编写一个 Python 脚本，从 rosbag 文件中提取图像并保存为 PNG 文件。

---

功能概述

该脚本的主要功能包括：

1. 读取指定的 ROS Bag 文件。
2. 从指定的话题（Topic）中提取图像数据。
3. 使用 OpenCV 将图像保存为 PNG 格式文件。
4. 提供灵活的命令行参数，支持不同的输入文件、输出目录和话题。

---

注意：

如果ROS Bag中的图像数据为sensor_msgs/CompressedImage通过以下方式先转换为sensor_msgs/Image，重新录制一个Bag

rosrun image_transport republish compressed in:=/camera/color/image_raw raw out:=/camera/color/image_raw

脚本实现

下面是完整的 Python 脚本代码：

1. 普通RGB（sensor_msgs/Image）图像

#!/usr/bin/env python3
import argparse
import cv2
import os
import rosbag
from sensor_msgs.msg import Image
from cv_bridge import CvBridgedef extract_images_from_bag(bag_file, output_dir, image_topic):# 打开rosbag文件bag = rosbag.Bag(bag_file, 'r')bridge = CvBridge()count = 0# 读取指定话题的消息for topic, msg, t in bag.read_messages(topics=[image_topic]):try:# 将ROS消息转换为OpenCV图像cv_image = bridge.imgmsg_to_cv2(msg, desired_encoding='bgr8')except Exception as e:print(f"Error converting image: {e}")continue# 保存为图像文件image_filename = os.path.join(output_dir, f"frame_{count:06d}.png")cv2.imwrite(image_filename, cv_image)count += 1print(f"Image {count} saved to {image_filename}")# 关闭rosbag文件bag.close()print(f"Processed {count} images.")def main():# 使用argparse处理命令行参数parser = argparse.ArgumentParser(description="Extract images from a rosbag and save them as files.")parser.add_argument("bag_file", help="The rosbag file to extract images from")parser.add_argument("output_dir", help="Directory to save the extracted images")parser.add_argument("image_topic", help="Image topic to subscribe to")args = parser.parse_args()# 确保输出目录存在if not os.path.exists(args.output_dir):os.makedirs(args.output_dir)# 从rosbag中提取图像extract_images_from_bag(args.bag_file, args.output_dir, args.image_topic)if __name__ == '__main__':main()

2. 8UC3红外图像

#!/usr/bin/env python3
import argparse
import cv2
import os
import rosbag
from sensor_msgs.msg import Image
from cv_bridge import CvBridgedef extract_images_from_bag(bag_file, output_dir, image_topic):# 打开rosbag文件bag = rosbag.Bag(bag_file, 'r')bridge = CvBridge()count = 0# 读取指定话题的消息for topic, msg, t in bag.read_messages(topics=[image_topic]):try:# 检查图像的编码格式if msg.encoding == '8UC3':# 直接转换为OpenCV图像cv_image = bridge.imgmsg_to_cv2(msg, desired_encoding='passthrough')else:# 转换为指定的颜色编码（例如 'bgr8'）cv_image = bridge.imgmsg_to_cv2(msg, desired_encoding='bgr8')except Exception as e:print(f"Error converting image: {e}")continue# 保存为图像文件image_filename = os.path.join(output_dir, f"frame_{count:06d}.png")cv2.imwrite(image_filename, cv_image)count += 1print(f"Image {count} saved to {image_filename}")# 关闭rosbag文件bag.close()print(f"Processed {count} images.")def main():# 使用argparse处理命令行参数parser = argparse.ArgumentParser(description="Extract images from a rosbag and save them as files.")parser.add_argument("bag_file", help="The rosbag file to extract images from")parser.add_argument("output_dir", help="Directory to save the extracted images")parser.add_argument("image_topic", help="Image topic to subscribe to")args = parser.parse_args()# 确保输出目录存在if not os.path.exists(args.output_dir):os.makedirs(args.output_dir)# 从rosbag中提取图像extract_images_from_bag(args.bag_file, args.output_dir, args.image_topic)if __name__ == '__main__':main()

脚本讲解

1. 依赖库

该脚本依赖以下库：

• rosbag：用于读取 ROS Bag 文件。
• cv_bridge：将 ROS 的图像消息转换为 OpenCV 格式。
• cv2：OpenCV 的核心库，用于图像处理和文件保存。
• argparse：用于解析命令行参数。

安装依赖库

在运行脚本前，需要确保已安装这些依赖项。以下是安装命令：

pip install opencv-python
sudo apt install python3-rosbag python3-cv-bridge

脚本功能详解

2. 主要功能模块

2.1 从 ROS Bag 中提取图像

extract_images_from_bag 函数是脚本的核心部分，主要完成以下任务：

1. 读取 Bag 文件
   使用 rosbag.Bag 打开指定的 ROS Bag 文件以便提取数据。

2. 遍历消息
   使用 bag.read_messages 遍历指定话题中的所有消息。

3. 转换图像
   借助 cv_bridge 将 ROS 格式的图像消息（sensor_msgs/Image）转换为 OpenCV 格式的图像数据。

4. 保存图像
   使用 cv2.imwrite 将提取的图像保存为 PNG 文件，文件名格式为 frame_000001.png、frame_000002.png 等。

---

2.2 命令行参数解析

该脚本使用 argparse 支持灵活的命令行参数配置，支持以下参数：

• bag_file：输入的 ROS Bag 文件路径。
• output_dir：指定提取图像保存的目标目录。
• image_topic：ROS 话题名称，用于指定需要提取图像的话题。

通过这些参数，用户可以灵活配置脚本，处理不同的输入文件、输出路径和图像来源话题。

---

2.3 确保目录存在

为了确保图像可以正确保存，脚本在保存图像之前会检查目标输出目录是否存在：

• 如果目录不存在，则使用 os.makedirs 自动创建。
• 避免因缺少目录导致的保存失败。

---

3. 运行脚本

使用以下命令运行脚本：

python3 extract_images.py <bag_file> <output_dir> <image_topic>

示例

假设

• ROS Bag 文件名：data.bag
• 输出目录：output
• 图像话题名称：/camera/image_raw

运行脚本的命令

在终端中运行以下命令：

python3 extract_images.py data.bag output /camera/image_raw

输出结果

脚本运行后将执行以下操作：

1. 从指定的话题中提取图像数据：

脚本会读取 ROS Bag 文件中的图像数据，并从指定的话题（例如 /camera/image_raw）中提取图像消息。

2. 保存图像到指定的输出目录：

提取的图像会以 PNG 格式保存在 output 目录中，用户可以通过该目录查看保存的图像文件。

3. 文件命名格式：

图像文件将按照顺序命名为 frame_000001.png、frame_000002.png 等。例如，如果提取了 100 张图像，则会生成文件 frame_000001.png 到 frame_000100.png。

4. 终端输出进度：

每提取一张图像，脚本会在终端输出其保存路径。完成后，还会显示总共提取并保存了多少张图像。

---

示例输出

Image 1 saved to output/frame_000001.png
Image 2 saved to output/frame_000002.png
Image 3 saved to output/frame_000003.png
...
Processed 100 images.

脚本运行完成后，用户可以在 output 目录中找到所有提取的图像文件。