Realsense 相机SDK学习（一）——librealsense使用方法及bug解决（不使用Ros）

一.介绍

realsense相机是一个intel开发出来的一款深度相机，我之前使用他来跑过slam，也配置过他的驱动，在此附上realsense的相机驱动安装方法：Ubuntu20.04安装Intelrealsense相机驱动（涉及Linux内核降级）

本人在之前使用realsense相机时，一直都是用ros驱动的，觉得很苦恼，好好的一个相机为什么非得使用Ros才能驱动呢，也太麻烦了，因此就有了不使用ros来驱动相机完成一些小项目的想法，如下。

二.实现方法及代码演示

到此，假设读者已经按照上面给出的链接顺利的安装好相机驱动，接下来我们使用C++来调用ros

首先给出CMakeLists.txt文件

CMakeists.txt

cmake_minimum_required(VERSION 2.8)
project(realsense)set(CMAKE_BUILD_TYPE "Release")
# 添加c++ 11标准支持
set(CMAKE_CXX_FLAGS "-std=c++11 -O2")# 寻找OpenCV库
find_package(OpenCV REQUIRED)
find_package(realsense2 REQUIRED)
find_package(Threads REQUIRED)set(CMAKE_CXX_FLAGS"${CMAKE_CXX_FLAGS} -Wall -std=c++0x"
)# 添加头文件
include_directories(${OpenCV_INCLUDE_DIRS})add_executable(realsense src/main.cpp)
target_link_libraries(realsense ${OpenCV_LIBS} ${realsense2_LIBRARY})

其中，最重要的两行代码是find_package(realsense2 REQUIRED) 和target_link_libraries(realsense ${OpenCV_LIBS} ${realsense2_LIBRARY})，这样我们的代码就可以链接到realsense库上了

main.cpp

好像还需要把librealsense2/rs.hpp找到，发现他的路径是/usr/local/include/,因此我把他移动到了/usr/include/下，使用指令

sudo cp -r /usr/local/include/librealsense2 /usr/include

#include <iostream>
#include<stdlib.h>
#include<stdio.h>
#include<string>#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>#include<librealsense2/rs.hpp>using namespace std;
using namespace cv;int main() try
{//声明彩色图rs2::colorizer color_map;//声明realsense管道，rs2::pipeline pipe;//数据流配置信息【这步其实很重要】rs2::config pipe_config;pipe_config.enable_stream(RS2_STREAM_DEPTH,640,480,RS2_FORMAT_Z16,30);pipe_config.enable_stream(RS2_STREAM_COLOR,640,480,RS2_FORMAT_BGR8,30);//开始传送数据流rs2::pipeline_profile profile=pipe.start(pipe_config);//    //获取深度像素与长度单位的关系
//    float depth_scale = get_depth_scale(profile.get_device());
//    rs2_stream align_to = find_stream_to_align(profile.get_streams());while(waitKey(1)){rs2::frameset data=pipe.wait_for_frames();//等待下一帧rs2::frame depth=data.get_depth_frame().apply_filter(color_map);//获取深度图，加颜色滤镜rs2::frame color=data.get_color_frame();//获取宽高const int depth_w=depth.as<rs2::video_frame>().get_width();const int depth_h=depth.as<rs2::video_frame>().get_height();const int color_w=color.as<rs2::video_frame>().get_width();const int color_h=color.as<rs2::video_frame>().get_height();//创建OPENCV类型 并传入数据Mat depth_image(Size(depth_w,depth_h),CV_8UC3,(void*)depth.get_data(),Mat::AUTO_STEP);Mat color_image(Size(color_w,color_h),CV_8UC3,(void*)color.get_data(),Mat::AUTO_STEP);//显示imshow("depth_image",depth_image);imshow("color_image",color_image);}return EXIT_SUCCESS;
}
catch (const rs2::error &e){std::cout<<"RealSense error calling"<<e.get_failed_function()<<"("<<e.get_failed_args()<<"):\n"<<e.what()<<endl;return EXIT_FAILURE;
}
catch (const std::exception &e){std::cout<<e.what()<<endl;return EXIT_FAILURE;
}

运行后