intel深度相机D455的使用

一、D455介绍

Intel RealSense D455 是RealSense D400系列的一部分，这个系列的设备以其高精度和可靠性而闻名。D455相比于之前的型号（如D415和D435），提供了更远的感知范围和更高的精度。

在这里插入图片描述

二、使用代码

我们先定义一下相关的函数，主要是要将我们拍摄的图片和深度信息保存地址的创建好，以及获取我们的深度相机的一些参数。

# utils.py
import os
import datetime
import pyrealsense2 as rsdef get_depth_camera_info(profile):"""获取深度相机的内参信息和深度值比例因子参数：pipeline: pipeline对象，已经初始化的深度相机返回值：depth_scale: 深度值的比例因子intrinsics: 深度图像的内参信息"""depth_sensor = profile.get_device().first_depth_sensor()depth_stream = profile.get_stream(rs.stream.depth)depth_intrinsics = depth_stream.as_video_stream_profile().get_intrinsics()depth_scale = depth_sensor.get_depth_scale()print("Depth Scale is: ", depth_scale)print("Depth intrinsics:")print(f"Width: {depth_intrinsics.width}")print(f"Height: {depth_intrinsics.height}")print(f"PPX (principal point x): {depth_intrinsics.ppx}")print(f"PPY (principal point y): {depth_intrinsics.ppy}")print(f"FX (focal length x): {depth_intrinsics.fx}")print(f"FY (focal length y): {depth_intrinsics.fy}")print(f"Distortion model: {depth_intrinsics.model}")print(f"Distortion coefficients: {depth_intrinsics.coeffs}")def create_camera_save_path(save_path=None):"""创建保存并返回 D455 图像和深度信息的路径Args:save_path: 自定义路径, default=None, 默认运行文件的当前目录下Returns:color图存储路径, depth信息存储路径"""if save_path is None:save_path = os.getcwd()time_path = f"{datetime.datetime.now():%Y_%m_%d_%H_%M_%S}".replace(":", "_")color_path = os.path.join(save_path, time_path, 'rgb')depth_path = os.path.join(save_path, time_path, 'depth')os.makedirs(color_path, exist_ok=True)os.makedirs(depth_path, exist_ok=True)return color_path, depth_path

这就是打印出来的信息

Depth Scale is: 0.0010000000474974513
Depth intrinsics:
Width: 640
Height: 480
PPX (principal point x): 321.67352294921875
PPY (principal point y): 237.27777099609375
FX (focal length x): 387.3067321777344
FY (focal length y): 387.3067321777344
Distortion model: distortion.brown_conrady
Distortion coefficients: [0.0, 0.0, 0.0, 0.0, 0.0]

下面是我们运行的主代码

# main.py
import pyrealsense2 as rs
import os
import cv2
import numpy as np
from Depth_camera.utils import get_depth_camera_info, create_camera_save_pathsaved_count = 0
extend_num = 3
width = 640
height = 480
fps = 30color_path, depth_path = create_camera_save_path()
pipeline = rs.pipeline()
config = rs.config()
config.enable_stream(rs.stream.depth, width, height, rs.format.z16, fps)
config.enable_stream(rs.stream.color, width, height, rs.format.bgr8, fps)profile = pipeline.start(config)
get_depth_camera_info(profile)try:while True:frames = pipeline.wait_for_frames()depth_frame = frames.get_depth_frame()color_frame = frames.get_color_frame()depth_image = np.asanyarray(depth_frame.get_data())color_image = np.asanyarray(color_frame.get_data())# 获取深度信息，以米为单位depth_scale = profile.get_device().first_depth_sensor().get_depth_scale()depth_image_in_meters = depth_image * depth_scale# 将无效的深度值设置为NaNdepth_image_in_meters[depth_image == 0] = np.nandepth_colormap = cv2.applyColorMap(cv2.convertScaleAbs(depth_image, alpha=0.03), cv2.COLORMAP_JET)images = np.hstack((color_image, depth_colormap))cv2.namedWindow('RealSense', cv2.WINDOW_AUTOSIZE)cv2.imshow('RealSense', images)key = cv2.waitKey(1)if key & 0xFF == ord('s'):saved_count += 1print(f"{saved_count} 已保存图像至 {color_path} 和 {depth_path}")cv2.imwrite(os.path.join(color_path, "{}.png".format(saved_count)), color_image)# 深度信息保存为 .npy 格式，单位为米np.save(os.path.join(depth_path, "{}.npy".format(saved_count)), depth_image_in_meters)elif key & 0xFF == ord('q') or key == 27:cv2.destroyAllWindows()breakfinally:pipeline.stop()

正常显示

在这里插入图片描述

这段代码通过按下‘s’键对图片和深度信息进行保存，通过按下ESC键和‘q’键退出。

需要注意的是这里获取的深度信息，是以米为单位的。
在保存深度信息时候，如果保存的是颜色映射后的，它的通道数是3，这里保存的是单通道的。

在这里插入图片描述

现在我们来查看一下我们的深度图情况吧

import cv2
import numpy as npif __name__ == "__main__":color_image = cv2.imread(r"D:\PythonProject\Githubproject\Depth_camera\2024_05_31_21_29_23\rgb\1.png")depth_image = np.load(r"D:\PythonProject\Githubproject\Depth_camera\2024_05_31_21_29_23\depth\1.npy")print(depth_image.shape)cv2.imshow("color", color_image)x = 1y = 1truth_depth = depth_image[x, y]print(truth_depth)  # 出现了nan说明没有检测到深度信息cv2.imshow("color", depth_image)cv2.waitKey(0)