使用 Intel RealSense 采集图片并制作机器视觉数据集（附代码）

本文章主要涉及以下工作：
   （1）讲述如何使用 Intel RealSense 相机采集RGB图像、深度图像、伪彩色化的深度图像以及 .npy 格式保存的深度数据。
   （2）采集到的图像可适用于制作目标检测、实例分割、语义分割等算法的自定义数据集。其中，目标检测YOLO算法的自定义数据集制作具体可参考 YOLO算法的自定义数据集制作及模型训练方法。
   （3）关于 Intel RealSense官方提供的可视化软件 Intel RealSense Viewer，具体使用教程可参考 Intel RealSense Viewer 使用教程。下载地址为 Intel RealSense SDK。
   （4）提供了相应的数据读取接口 Dataloader.py，类似于 pyrealsnese2 库的方式读取RGB图像以及深度图像。
   （5）提供了文件名批量修改接口 Rename.py，可以对采集到的数据批量修改文件名。
   （6）提供了项目的 Python 代码以及相应的使用文档。
如果文章有用，欢迎各位→点赞👏 + 收藏💞 + 留言🔔 😁🌹🌹
项目代码：Image-Capture-With-RealSense
如果项目代码有用，请给Github项目star一下，谢谢啦 😁🌹🌹

1. 采图 ( RealsenseColorImage.py )

(1) 操作步骤

• 将RealSense相机通过数据线连接到电脑上。

• 打开终端，在终端里输入以下命令，运行 RealsenseColorImage.py。具体参数含义请向后浏览。

  python RealsenseColorImage.py --image_format 0 --mode 0 --image_width 640 --image_height 480 --fps 30
  

• 如果设置了 mode 为0，则为自动保存模式。若要开始，请使用英文输入法点击键盘的 S 键，若要中途暂停，则点击键盘的 W 键。

• 如果设置了 mode 为1，则为手动保存模式。如果实时展示的图片中有想要保存的，请使用英文输入法点击键盘的 S 键保存。

• 如果想要结束程序的运行，请使用英文输入法点击键盘的 Q 键结束程序。

(2) 命令行中的参数说明

• path : 所有图片保存的根目录，如果此参数为空字符串，则将采集到的图片保存在当前目录下，以本地时间命名文件夹。若不为空，则在提供的路径内保存。如果提供的路径内已经有了之前保存的数据，则支持向后添加。
• mode : 拍照模式，0表示自动保存，1表示手动保存
• image_format : 图片保存的格式，0表示保存为.jpg格式，1表示保存为.png格式
• image_width : 图片的宽度，此处建议选择像素大小为1280或者640
• image_height : 图片的高度，此处建议选择像素大小为720或者480
• fps : 相机拍摄的帧率

(3) 结果保存格式

在程序运行结束后，不同的图片将会保存在以下的目录结构中。

Year_Month_Day_Hour_Minute_Second/
   |——————DepthColorImages/
   |        └——————1.jpg
   |        └——————2.jpg  
   |        └——————3.jpg
   |        └——————...
   |——————DepthImages/
   |        └——————1.jpg
   |        └——————2.jpg 
   |        └——————3.jpg
   |        └——————...
   |——————DepthNpy/
   |        └——————1.npy
   |        └——————2.npy 
   |        └——————3.npy
   |        └——————...
   |——————images/
   |        └——————1.jpg
   |        └——————2.jpg  
   |        └——————3.jpg
   |        └——————...
   └——————intrinsics.json

• Year_Month_Day_Hour_Minute_Second : 结果保存的根目录文件夹，使用本地时间命名
• DepthColorImages : 伪彩色化深度图像的保存位置
• DepthImages : 深度图像的保存位置
• DepthNpy : 以.npy格式保存的深度数据
• images : RGB图像的保存位置
• intrinsics.json : 当前状态下获取到的相机的参数

2. 数据读取 ( Dataloader.py )

Dataloader.py 用于数据读取，读取结果与 pyrealsense2 一致，使用示例如下。

from Dataloader import LoadImages

path = '2023_03_28_20_14_30'
dataset = LoadImages(path)
for data in dataset:
  color_image, depthimage, inintrinsics = data
  fx, fy, ppx, ppy = inintrinsics.fx, inintrinsics.fy, inintrinsics.ppx, inintrinsics.ppy

其中传递的参数 path 为 RealsenseColorImage.py 生成的数据集根目录名。

返回值包括RGB图像、深度图像以及相机参数。

3. 文件名批量修改 ( Rename.py )

打开终端，输入以下命令。对于其中的参数 annotations 要求数据集中包含有标签文件，详细可见链接 YOLO算法的自定义数据集制作及模型训练方法。

python Rename.py --path 2023_03_28_20_14_30 --firstnum 1 --image_format 0 --annotations False

• path : 要修改的数据集的根目录名
• firstnum : 第一个文件名要修改成的名称，这里全部以数字命名
• image_format : 数据集中图片的格式，0表示.jpg格式，1表示.png格式
• annotations : 是否修改标注好的标签文件