open3d显示biwi head pose estimation 3d数据

代码:

# BIWI头部姿态估计数据集使用说明与点云图像融合 https://blog.csdn.net/weixin_43038346/article/details/120097266

import cv2
import numpy as np
import struct
from math import ceil, floor
import open3d as o3d

data_dir = r'E:\Downloads\datasets\BIWI\kinect_head_pose_db\hpdb\01'

def read_depth_image(depth_path):
    p = 0
    depth_image = []
    with open(depth_path, 'rb') as f:
        width = struct.unpack('i', f.read(4))[0]
        height = struct.unpack('i', f.read(4))[0]
        while p < width * height:
            empty_num = struct.unpack('i', f.read(4))[0]
            for i in range(empty_num):
                depth_image.append(0)
            full_num = struct.unpack('i', f.read(4))[0]
            for i in range(full_num):
                depth = struct.unpack('h', f.read(2))[0]
                depth_image.append(depth)
            p += empty_num + full_num
        depth_image = np.reshape(depth_image, (height, width))
        # depth_image = depth_image / depth_image.max() * 255
        # depth_image = depth_image.astype('uint8')
        depth_image = depth_image.astype('uint16')
        # cv2.imshow('depth', depth_image * 16)
        # cv2.waitKey(0)

    return depth_image



img = cv2.imread(data_dir + '/frame_00054_rgb.png')

depth = read_depth_image(data_dir + '/frame_00054_depth.bin')
depth_intrinsic = np.genfromtxt(data_dir + '/depth.cal', skip_footer=6)


inter = o3d.camera.PinholeCameraIntrinsic()
inter.set_intrinsics(640, 480, depth_intrinsic[0][0], depth_intrinsic[1][1], depth_intrinsic[0,2], depth_intrinsic[1,2])
depth = o3d.geometry.Image(depth)


points = o3d.geometry.PointCloud.create_from_depth_image(depth, inter)
o3d.visualization.draw_geometries([points])

结果:

参考文献:

1.open3d.geometry.Image — Open3D 0.15.1 documentation

2.open3d.geometry.RGBDImage — Open3D 0.15.1 documentation

3.open3d.geometry.PointCloud — Open3D 0.15.1 documentation

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值