1.在官方文档中
2.下载该文件，保存好后解压
3.里面有三个文件夹，分别对应三个Python版本的demo,你可以选择你自己创建的虚拟环境所对应的Python版本，点击进去。我自己的是python3.9版本，然后点击lib
4.点进去之后是下面c_lib文件夹和python_lib文件夹
5.点进c_lib文件夹
6.点进python_lib文件夹
7.把上面c_lib文件夹中OrbbecSDK.dll文件，OrbbecSDK.lib文件和和python_lib文件夹中的所有PYD文件复制到Samples文件夹中
8.本来原本的Samples文件夹
9.复制文件之后，配置好环境之后就可以直接运行这些Python File文件了
10.配置环境
(1) 配置环境
请先安装python3 opencv numpy等环境:
pip3 install opencv-python
pip3 install numpy11.Orbbec相机默认的官方深度流和彩色流获取分别是DepthViewer.py和ColorViewer.py
12.以下官方对这两个流的合并效果并进行了标注，先放效果图
from ObTypes import *
from Property import *
import Pipeline
import StreamProfile
import Device
from Error import ObException
import cv2
import numpy as np
import sys
import math
q = 113
ESC = 27
alpha = 0.6 #设定深度图的透明程度，一般0.8以下都可以
frameSet = None
colorFrame = None
depthFrame = None
pipe = Pipeline.Pipeline(None, None)#创建一个Pipeline，通过Pipeline可以很容易的打开和关闭多种类型的流并获取一组帧数据
config = Pipeline.Config() #通过创建Config来配置Pipeline要启用或者禁用哪些流
'''
首先，通过Pipeline.Pipeline(None, None)创建了一个管道对象，并将其赋值给pipe变量。这个管道对象用于管理摄像头数据流和传感器的连接。
接着，通过Pipeline.Config()创建了一个配置对象，并将其赋值给config变量。配置对象用于配置管道的各种参数，例如设置流的类型、分辨率、格式等。
通过这两个对象，可以进行摄像头数据流的管理和配置，以便后续的数据获取和处理操作。
'''
###############################################################################################################
profiles = pipe.getStreamProfileList(OB_PY_SENSOR_COLOR)#获得彩色流的配置，包括彩色流的分辨率，帧率，帧的格式等。
videoProfile = None
'''
profiles_color = pipe.getStreamProfileList(OB_PY_SENSOR_COLOR)语句用于获取彩色摄像头的所有流配置。
pipe是一个管道对象，OB_PY_SENSOR_COLOR是指彩色摄像头的标识,OB_PY_SENSOR_DEPTH是指的结构光摄像头的标识
'''
videoProfile = profiles.getProfile(0)
colorProfile = videoProfile.toConcreteStreamProfile(OB_PY_STREAM_VIDEO)
# colorProfile将成为一个具体的视频流配置对象，你可以使用它来访问和操作视频流的属性，如像素格式、分辨率、帧率等
config.enableStream(colorProfile) # 启用彩色流
color_windowsWidth = colorProfile.width() #获取彩色图像的宽度
color_windowsHeight = colorProfile.height() #获取彩色图像的高度
color_windowsFPS=colorProfile.fps() #获取彩色图像的FPS
print(f"彩色图图像宽度: {color_windowsWidth}")
print(f"彩色图图像高度: {color_windowsHeight}")
print(f"彩色图图FPS: {color_windowsFPS}")
###############################################################################################################
profiles = pipe.getStreamProfileList(OB_PY_SENSOR_DEPTH) #获得深度流的配置，包括彩色流的分辨率，帧率，帧的格式等。
videoProfile = None
videoProfile = profiles.getProfile(0)#获取深度流的默认配置
depthProfile = videoProfile.toConcreteStreamProfile(OB_PY_STREAM_VIDEO)
config.enableStream(depthProfile)# 启用深度流
depth_windowsWidth = depthProfile.width() # 获取深度图的宽度
depth_windowsHeight = depthProfile.height() # 获取深度图的高度
depth_windowsFps = depthProfile.fps() # 获取深度图的FPS
print(f"深度图像宽度: {depth_windowsWidth}")
print(f"深度图像高度: {depth_windowsHeight}")
###############################################################################################################
#设置对齐模式
#将对齐模式设置为软件深度到彩色对齐模式（Depth to Color Software Mode）。
#在软件深度到彩色对齐模式下，深度帧会被映射到彩色帧的坐标系中，实现深度和彩色的对齐。
#这种对齐模式可以通过计算来实现，但可能会对性能产生一定的影响。
config.setAlignMode(OB_PY_ALIGN_D2C_SW_MODE)
pipe.start(config, None)
while True:
frameSet = None
colorFrame = None
depthFrame = None
key = cv2.waitKey(1)
# 以阻塞的方式等待一帧数据，该帧是一个复合帧，里面包含配置里启用的所有流的帧数据，
# 并设置帧的等待超时时间为100ms
frameSet = pipe.waitForFrames(100)
if frameSet == None:
continue
else:
# 在窗口中渲染一组帧数据，这里将渲染彩色帧及深度帧，将彩色帧及深度帧叠加显示
colorFrame = frameSet.colorFrame()
depthFrame = frameSet.depthFrame()
if colorFrame != None and depthFrame != None:
# 获取帧的大小、数据、宽高
colorSize = colorFrame.dataSize() #彩色帧的大小
colorData = colorFrame.data() #彩色帧数据
depthSize = depthFrame.dataSize()
depthData = depthFrame.data()
colorWidth = colorFrame.width()
colorHeight = colorFrame.height()
colorFormat = colorFrame.format()
depthWidth = depthFrame.width()
depthHeight = depthFrame.height()
valueScale = depthFrame.getValueScale()
if colorData is not None and depthData is not None:
newColorData = colorData
# 将彩色帧数据转换成 (height,width,3)
if colorFormat == OB_PY_FORMAT_MJPG:
# 将数据帧MJPG解码为RGB格式
newColorData = cv2.imdecode(newColorData, 1)
# 解码数据帧 MJPG 成 RGB format
if newColorData is not None:
newColorData = np.resize(newColorData, (colorHeight, colorWidth, 3))
#将深度帧数据格式转化成(height,width,2)
depthData = np.resize(depthData, (depthHeight, depthWidth, 2))
# 将深度帧数据从 8bit 转换成 16bit
newDepthData = depthData[:, :, 0] + depthData[:, :, 1] * 256
# 将深度数据转换为以毫米为单位，代码进行了深度数据的归一化处理，将深度值除以32并转换为 uint8 类型。这将使深度值的范围限制在0到255之间
newDepthData = (newDepthData * valueScale).astype('uint16')
normalized_image = (newDepthData / 32).astype('uint8')
# 将深度图从灰度图转换成RGB图
outputDepthImage = cv2.cvtColor(normalized_image, cv2.COLOR_GRAY2RGB)
#当彩色流和深度流的分辨率不同时需要重新放缩尺寸
if colorHeight != depthHeight:
outputDepthImage = cv2.resize(outputDepthImage, (colorWidth, colorHeight))
if newColorData is not None:
newData = newColorData
if outputDepthImage is not None:
newData = outputDepthImage
if newColorData is not None and outputDepthImage is not None: #融合深度图和彩色图，alpha是深度图的透明程度，可以在一开始设置
newData = cv2.addWeighted(newColorData, (1 - alpha), outputDepthImage, alpha, 0)
cv2.namedWindow("SyncAlignViewer", cv2.WINDOW_NORMAL)
cv2.imshow("SyncAlignViewer", newData)
if key == ESC or key == q:
cv2.destroyAllWindows()
break
pipe.stop()
13.我对这个代码进行了最简化，不过这个代码没有进行CV2.imshow了，就只是获取彩色流和深度流，获取成功后会打印出来
from ObTypes import *
from Property import *
import Pipeline
import StreamProfile
import Device
import cv2
import numpy as np
pipe = Pipeline.Pipeline(None, None) # 创建一个Pipeline
config = Pipeline.Config() # 创建Config来配置Pipeline
# 获得彩色流的配置
profiles = pipe.getStreamProfileList(OB_PY_SENSOR_COLOR)
colorProfile = profiles.getProfile(0).toConcreteStreamProfile(OB_PY_STREAM_VIDEO)
config.enableStream(colorProfile) # 启用彩色流
# 获得深度流的配置
profiles = pipe.getStreamProfileList(OB_PY_SENSOR_DEPTH)
depthProfile = profiles.getProfile(0).toConcreteStreamProfile(OB_PY_STREAM_VIDEO)
config.enableStream(depthProfile) # 启用深度流
# 设置对齐模式
config.setAlignMode(OB_PY_ALIGN_D2C_SW_MODE)
pipe.start(config, None)
while True:
key = cv2.waitKey(1)
# 以阻塞的方式等待一帧数据，设置帧的等待超时时间为100ms
frameSet = pipe.waitForFrames(100)
if frameSet is not None:
# 获取彩色帧和深度帧
colorFrame = frameSet.colorFrame()
depthFrame = frameSet.depthFrame()
if colorFrame is not None and depthFrame is not None:
print("Color and depth frame received.")
pipe.stop()
14.最后，封装后的Orbbec彩色流和深度流展示图及其代码如下
from ObTypes import *
from Property import *
import Pipeline
import StreamProfile
import Device
from Error import ObException
import cv2
import numpy as np
# Parameters
q = 113
ESC = 27
alpha = 0.6 # 深度图映射到彩色图上的透明度，一般不要高于0.7
# Initialize
pipe = Pipeline.Pipeline(None, None) # Create a Pipeline
config = Pipeline.Config() # Configure the Pipeline
# Define a function to configure and enable a stream
def enable_stream(sensor_type, align_mode):
profiles = pipe.getStreamProfileList(sensor_type)
profile = profiles.getProfile(0).toConcreteStreamProfile(OB_PY_STREAM_VIDEO)
config.enableStream(profile)
print(f"Stream width: {profile.width()}")
print(f"Stream height: {profile.height()}")
config.setAlignMode(align_mode)
return profile
# Enable and align color and depth streams
color_profile = enable_stream(OB_PY_SENSOR_COLOR, OB_PY_ALIGN_D2C_SW_MODE)
depth_profile = enable_stream(OB_PY_SENSOR_DEPTH, OB_PY_ALIGN_D2C_SW_MODE)
pipe.start(config, None)
# Define the function to process the frames
def process_frames():
frameSet = pipe.waitForFrames(100)
colorData = None
outputDepthImage = None
newData = None
if frameSet:
colorFrame = frameSet.colorFrame()
depthFrame = frameSet.depthFrame()
if colorFrame and depthFrame:
colorData = colorFrame.data()
depthData = depthFrame.data()
if colorData is not None and depthData is not None:
if colorFrame.format() == OB_PY_FORMAT_MJPG:
colorData = cv2.imdecode(colorData, 1)
if colorData is not None:
colorData = np.resize(colorData, (colorFrame.height(), colorFrame.width(), 3))
depthData = np.resize(depthData, (depthFrame.height(), depthFrame.width(), 2))
newDepthData = (depthData[:, :, 0] + depthData[:, :, 1] * 256 * depthFrame.getValueScale()).astype(
'uint16')
normalized_image = (newDepthData / 32).astype('uint8')
outputDepthImage = cv2.cvtColor(normalized_image, cv2.COLOR_GRAY2RGB)
# Resize depth image to match color image if necessary
if colorFrame.height() != depthFrame.height():
outputDepthImage = cv2.resize(outputDepthImage, (colorFrame.width(), colorFrame.height()))
# Combine depth and color images
newData = cv2.addWeighted(colorData, (1 - alpha), outputDepthImage, alpha, 0)
cv2.imshow("SyncAlignViewer", newData)
# Check user input to break the loop
if cv2.waitKey(1) in [ESC, q]:
cv2.destroyAllWindows()
return False, colorData, outputDepthImage, newData
return True, colorData, outputDepthImage, newData
# Main loop
while True:
keep_going, colorData, outputDepthImage, newData = process_frames()
if not keep_going:
break
pipe.stop()
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
