def identify_color(self, robot):
"""
Identifica a média, o centro e a maior área do creeper com base na visão do robô
:param self, robot:
:return media, centro, maior_area:
"""
media, centro, maior_area = visao_module.identifica_cor(
robot.getImage(), self.getColor())
return media, centro, maior_area
def roda_todo_frame(imagem):
global cv_image
global media
global centro
global maior_area
global viu_linhas
global viu_linha1
global viu_linha2
global resultados
global achou_obj
global centro_detect
global x_objeto
global area_objeto
now = rospy.get_rostime()
imgtime = imagem.header.stamp
lag = now - imgtime # calcula o lag
delay = lag.nsecs
# print("delay ", "{:.3f}".format(delay/1.0E9))
if delay > atraso and check_delay == True:
# print("Descartando por causa do delay do frame:", delay)
return
try:
antes = time.clock()
cv_image = bridge.compressed_imgmsg_to_cv2(imagem, "bgr8")
media, centro, maior_area = visao_module.identifica_cor(cv_image)
# Note que os resultados já são guardados automaticamente na variável
# chamada resultados
centro_detect, imagem, resultados = visao_module.processa(cv_image)
vc_temp = visao_module.find_circles(cv_image)
if vc_temp == 0:
viu_linhas = True
elif vc_temp == 1:
viu_linha1 = True
elif vc_temp == 2:
viu_linha2 = True
for r in resultados:
if r[0] == visao_module.instrucoes["base"]:
achou_obj = True
x_objeto = (r[2][0] + r[3][0]) / 2
area_objeto = (r[3][0] - r[2][0]) * (r[3][1] - r[2][1])
#print(r)
# (CLASSES[idx], confidence*100, (startX, startY),(endX, endY)
pass
depois = time.clock()
except CvBridgeError as e:
print('ex', e)
def roda_todo_frame(imagem):
global cv_image
global media
global centro
global resultados
global cx
global bx
global maior_contorno_area
global cor
global fecha_creeper
global lista_detect
global img_detect
global lista_objects
global achou_objeto
global x_detect
now = rospy.get_rostime()
imgtime = imagem.header.stamp
lag = now - imgtime
delay = lag.nsecs
try:
antes = time.clock()
cv_image = bridge.compressed_imgmsg_to_cv2(imagem, "bgr8")
temp_image = bridge.compressed_imgmsg_to_cv2(imagem, "bgr8")
cx = point_fuga.image_callback(temp_image)
bx = point_fuga2.image_callback(temp_image)
centro, img, resultados = visao_module.processa(cv_image)
media, maior_contorno_area = visao_module.identifica_cor(
cv_image, goal[0])
img_detect, lista_detect = mobilenet_simples.detect(cv_image)
for objeto in lista_detect:
if objeto[0] == goal[2]:
x_detect = (objeto[2][0] + objeto[3][0]) / 2
achou_objeto = True
# print(lista_detect)
# fecha_creeper = tutorial.close_gripper()
depois = time.clock()
cv2.imshow("Camera", img_detect)
cv2.waitKey(1)
except CvBridgeError as e:
print('ex', e)
def roda_todo_frame(imagem):
global cv_image
global media
global centro
global maior_area
global resultados
global pink
global red
global green
global bx
global reconheceu
# global imagem
now = rospy.get_rostime()
imgtime = imagem.header.stamp
lag = now - imgtime # calcula o lag
delay = lag.nsecs
# print("delay ", "{:.3f}".format(delay/1.0E9))
if delay > atraso and check_delay == True:
print("Descartando por causa do delay do frame:", delay)
return
try:
antes = time.clock()
cv_image = bridge.compressed_imgmsg_to_cv2(imagem, "bgr8")
# Note que os resultados já são guardados automaticamente na variável
# chamada resultados
green = "green"
red = "red"
pink = "pink"
bicycle = "bicycle"
dog = "dog"
cat = "cat"
bird = "bird"
centro, imagem, resultados, reconheceu = visao_module.processa(
cv_image, bicycle)
maior_area, bx = visao_module.identifica_cor(cv_image, pink)
#qualquer, centro, maior_area, media = visao_module.identifica_cor(cv_image)
for r in resultados:
# print(r) - print feito para documentar e entender
# o resultado
pass
depois = time.clock()
# Desnecessário - Hough e MobileNet já abrem janelas
# cv2.imshow("Camera", cv_image)
#cv2.waitKey(2)
except CvBridgeError as e:
print('ex', e)
def roda_todo_frame(imagem):
#print("frame")
global cv_image
global media
global centro
global resultados
global maior_area
global central
global mostra_visao
now = rospy.get_rostime()
imgtime = imagem.header.stamp
lag = now - imgtime # calcula o lag
delay = lag.nsecs
# print("delay ", "{:.3f}".format(delay/1.0E9))
if delay > atraso and check_delay == True:
print("Descartando por causa do delay do frame:", delay)
return
try:
antes = time.clock()
temp_image = bridge.compressed_imgmsg_to_cv2(imagem, "bgr8")
# Note que os resultados já são guardados automaticamente na variável
# chamada resultados
centro, saida_net, resultados = visao_module.processa(temp_image)
media, central, maior_area, mostra_visao = visao_module.identifica_cor(
temp_image)
#print("IDENTIFICA {0} {1}".format(maior_area, central))
#results = visao_module.identifica_cor(cv_image)
for r in resultados:
#print(r) - print feito para documentar e entender
# o resultado
pass
depois = time.clock()
#print("CENTRO {0}".format(centro))
# Desnecessário - Hough e MobileNet já abrem janelas
cv_image = saida_net.copy()
except CvBridgeError as e:
print('ex', e)
image_sub = rospy.Subscriber('/camera/rgb/image_raw', Image,
image_callback)
cmd_vel_pub = rospy.Publisher('/cmd_vel', Twist, queue_size=3)
twist = Twist()
recebe_scan = rospy.Subscriber("/scan", LaserScan, scaneou)
odom = rospy.Subscriber(
"/odom", Odometry,
odometria) #Baseado no codigo do gabarito da questao 3 da prova 1
while not rospy.is_shutdown():
if image is not None:
cv2.imshow("window", image)
media, centro, maior_area = visao_module.identifica_cor(
image, goal[0])
cv2.waitKey(3)
#print(x_inicial)
#print(y_inicial)
#print(x)
#print(y)
if dist <= 0.25 and dist > 0:
bateu = True
print("Bateu")
if maior_area > 3000:
perto = True
print("perto")
if media[0] < 400 and media[0] > 0 and perto and bateu == False:
centraliza_creeper()
Vector3(0, 0, 0))
velocidade_saida.publish(vel_trans)
rospy.sleep(0.2)
at_base = True
if at_base == True and tracking == False:
print("at base")
tracking = True
at_base = False
final = True
if tracking: #tracking or creeper_acquired:
ymedia, ycenter, yma, yframe = visao_module.identifica_cor(
frame, "yellow")
#if len(media) != 0 and len(centro0) !=0 and maior_area > 500:
if (ymedia[0] > ycenter[0]):
vel = Twist(Vector3(0.2, 0, 0), Vector3(0, 0, -0.1))
velocidade_saida.publish(vel)
if (ymedia[0] < ycenter[0]):
vel = Twist(Vector3(0.2, 0, 0), Vector3(0, 0, 0.1))
velocidade_saida.publish(vel)
#if ymedia[0] <= 0:
#vel = Twist(Vector3(0,0,0), Vector3(0,0,0.1))
if final and tracking:
ymedia, ycenter, yma, yframe = visao_module.identifica_cor(
frame, "yellow")