如何让机器人认出你？OriginBot的家庭识别功能

# 导入所需库
import cv2
import cv_bridge
import rclpy
from rclpy.node import Node
from sensor_msgs.msg import Image

# 定义人脸检测节点
class FaceDetection(Node):
    def __init__(self, cascade_path, image_topic, output_topic):
        super().__init__('face_detection')  # 初始化节点，节点名为'face_detection'
        self.classifier_path = cascade_path  # haarcascade模型路径

        # 实例化cv_bridge对象，用来转换ROS图像和OpenCV图像
        self.bridge = cv_bridge.CvBridge()
        # 加载预训练的人脸检测模型
        self.face_cascade = cv2.CascadeClassifier(self.classifier_path)
        # 订阅图像主题，注册回调函数image_callback
        self.image_sub = self.create_subscription(Image, image_topic, self.image_callback, 10)
        # 创建Publisher，主题名为output_topic，队列长度为10
        self.pub = self.create_publisher(Image, output_topic, 10)

    # 定义图像回调函数
    def image_callback(self, msg):
        # 将接收到的ROS图像消息转化为OpenCV图像
        image = self.bridge.imgmsg_to_cv2(msg, 'bgr8')
        # 将图像转为灰度图，因为人脸检测需要灰度图
        gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
        # 进行人脸检测
        faces = self.face_cascade.detectMultiScale(
            gray,
            scaleFactor=1.2,  # 表示每次图像尺寸减小的比例
            minNeighbors=3,  # 表示每一个目标至少要被检测到3次才算是真的目标
            minSize=(20, 20)  # 设置人脸的最小尺寸
        )

        # 如果检测到人脸，就在图像上画一个矩形框表示人脸
        if len(faces) > 0:
            for (x, y, w, h) in faces:
                cv2.rectangle(image, (x, y), (x + w, y + h), (255, 0, 0), 2)

        # 将OpenCV图像转化为ROS图像消息,并发布出去
        self.pub.publish(self.bridge.cv2_to_imgmsg(image, 'bgr8'))

# 定义主函数
def main(args=None):
    rclpy.init(args=args)  # 初始化ROS
    face_detection = FaceDetection("haarcascade_frontalface_default.xml", "/image_raw", "/camera/process_image")  # 实例化FaceDetection节点
    rclpy.spin(face_detection)  # 开始循环，不断调用回调函数
    face_detection.destroy_node()  # 销毁节点
    rclpy.shutdown()  # 关闭ROS

# 如果直接运行这个文件，就执行main函数
if __name__ == '__main__':
    main()