我與Kinect v2 的 第三天_利用opencv結合Kinect API 讀取深度影像(C++)

首先讓我們先看效果圖吧!!!!!






離Kinect v2這台深度攝影機愈近就愈深  有發現嗎????

深度影像中每一個點的值，所代表的都是該點離感應器的距離

距離越遠 --> 值就越大  顏色越亮白
距離越近 --> 值就越小  顏色越深黑

畫面中純黑值是 0 的點，則代表該點無法偵測到深度!!!!!!!!!!!!!



恩恩




那我們首先來認識  Kinect v2 API 是如何 套用至  visual studio 2013 環境的



首先你必須有載Kinect v2的  SDK


然後新增一個專案

檔案----->新增----->專案------>選Visual C++ --->目錄下的win32---->win32主控台應用程式

                             下一步

                                    完成

對右側   原始程式檔   右鍵  ---->  加入------>新增項目

新增

====================================================================

專案------>屬性

在C/C++  ------> 一般 ------> 其他Include目錄

打上  Kinect v2 加上opencv2411的  第一道 組合套餐
「KINECTSDK20的Include目錄 ; opencv2411的Include目錄」

 「$(KINECTSDK20_DIR)\inc;C:\opencv2411\build\include」

在  連結器 ------> 一般  ------>  其他程式庫目錄   打入 以下字串
「Kinect20.lib所在路徑 ; opencv2411 lib 所在路徑」

「C:\Program Files\Microsoft SDKs\Kinect\v2.0_1409\Lib\x86;C:\opencv2411\build\x86\vc12\lib」

也是  Kinect v2 加上opencv2411的  第二道 組合套餐

中間用 ;  隔開  切記

最後  在   連結器 -----> 輸入------->其他相依性  

在  kernel32  字眼前  加入  以下字串

Kinect v2 加上opencv2411的  第三道 組合套餐

「opencv_videostab2411d.lib;opencv_photo2411d.lib;opencv_objdetect2411d.lib;opencv_video2411d.lib;opencv_imgproc2411d.lib;opencv_core2411d.lib;opencv_highgui2411d.lib;kinect20.lib;」

	// Standard Library
	#include <iostream>
	// OpenCV Header
	#include <opencv2/opencv.hpp>
	#include<opencv2\highgui\highgui.hpp>
	#include<opencv2\imgproc\imgproc.hpp>
	#include<opencv2\video\background_segm.hpp>
	using namespace cv;
	using namespace std;
	// Kinect for Windows SDK Header
	#include <Kinect.h>
	using namespace std;
	int main(int argc, char** argv)
	{
	// stage1.a Get default Sensor
	IKinectSensor* pSensor = nullptr;
	GetDefaultKinectSensor(&pSensor);
	// stage1.b Open sensor
	pSensor->Open();
	// stage2.a Get frame source
	IDepthFrameSource* pFrameSource = nullptr;
	pSensor->get_DepthFrameSource(&pFrameSource);
	// stage2.b Get frame description
	int iWidth = 0;
	int iHeight = 0;
	IFrameDescription* pFrameDescription = nullptr;
	pFrameSource->get_FrameDescription(&pFrameDescription);
	pFrameDescription->get_Width(&iWidth);
	pFrameDescription->get_Height(&iHeight);
	pFrameDescription->Release();
	pFrameDescription = nullptr;
	// stage2.c get some dpeth only meta
	UINT16 uDepthMin = 0, uDepthMax = 0;
	pFrameSource->get_DepthMinReliableDistance(&uDepthMin);
	pFrameSource->get_DepthMaxReliableDistance(&uDepthMax);
	cout << "可靠距離: "
	<< uDepthMin << " – " << uDepthMax << endl;
	// perpare OpenCV
	Mat mDepthImg(iHeight, iWidth, CV_16UC1);
	Mat mImg8bit(iHeight, iWidth, CV_8UC1);
	namedWindow("深度影像");
	// stage3.a get frame reader
	IDepthFrameReader* pFrameReader = nullptr;
	pFrameSource->OpenReader(&pFrameReader);
	// Enter main loop
	while (true)
	{
	// stage4.a Get last frame
	IDepthFrame* pFrame = nullptr;
	if (pFrameReader->AcquireLatestFrame(&pFrame) == S_OK)
	{
	// stage4.b copy the depth map to image
	pFrame->CopyFrameDataToArray(iWidth * iHeight,
	reinterpret_cast<UINT16*>(mDepthImg.data));
	// stage4.c convert from 16bit to 8bit
	mDepthImg.convertTo(mImg8bit, CV_8U, 255.0f / uDepthMax);
	imshow("深度影像", mImg8bit);
	// stage4.d release frame
	pFrame->Release();
	}
	// stage4.e check keyboard input
	int c = waitKey(10);
	if ((char)c == 27)
	break;
	}
	// stage3.a release frame reader
	pFrameReader->Release();
	pFrameReader = nullptr;
	// 2d. release Frame source
	pFrameSource->Release();
	pFrameSource = nullptr;
	// 1c. Close Sensor
	pSensor->Close();
	// 1d. Release Sensor
	pSensor->Release();
	pSensor = nullptr;
	return 0;
	}

view raw opencv_Kinect_v2_depth hosted with ❤ by GitHub