kinect二次开发_Kinect SDK 学习（1）

1. 数据流概述：

图像数据流定义：一组连续静止图像帧的集合

应用程序根据NUI API提供的相关设置选项，可以获得不同质量、格式和带宽的图像数据，包括彩色图和深度图两种。

从sensor中可以访问以下几种数据流：

* 彩色图像数据

* 深度图像数据

* 用户分割数据(由深度流二次开发而成)

1.1 用户分割数据

要想实现骨骼追踪，第一步应该是将用户从整个背景图像中分割出来。用户分割数据属于深度数据的一部分

* 深度图像的每个像素由2字节，共16位组成

* 每个像素数据的前13位代表人体到相机红外摄像头平面的垂直距离，以mm为单位

* 像素数据的最后三位表示用户ID索引号(BodyId)；

如果索引号为0，表示在该位置下没有找到用户，此时深度距离显示为0；

图1：用户分割数据示意图

1.2 深度图像数据

深度图像数据也是由连续的深度图像帧组成。每一个像素点数据代表物体到红外摄像头光心平面的垂直距离，以mm为单位。

如果一点的深度值为0，代表该点的深度值不确定，可能是离相机太近或太远。同样的，深度图像像素数据的前13位代表距离，后三位代表用户索引号。

2. 如何获取数据流

2.1 轮询模型

轮询模型(polling model)是最简单的读取数据帧的方法。首先开启图像数据流，然后请求帧数据并设置等待时间T(ms)。如果帧数据尚未就绪，则系统等待时间T后范围；如果帧数据准备就绪，则程序可以请求下一帧数据。

轮询模型是一种“拉”的方式，程序会在T时间内一直检查是否有帧数据，如果有则加载

请求深度图像帧： DepthImageStream.OpenNextFrame(T)

2.2 事件模型(*)

通过注册数据流的on_frame_ready函数。每当on_frame_ready触发，则获取数据帧

需要注意的是：不能对同一数据流同时使用这两种调用方法