文章目录
前言
最近这段时间一直在研究intel的D435i相机，主要用来实现识别物体并反馈物体的深度值。特别强调一点，通常所说图片的深度信息、深度值指的就是深度图像中相机到物体的距离。
由于初次使用intel相机，并没有什么开发经验，因此多走了不少弯路，特意写下这篇博客，希望大家能够少走一下弯路。
一、ROS实现深度值的获取
由于我的整个项目是在Linux环境下开发的，基于ROS实现图像深度值得获取。一开始的想法是先通过学习官方API了解D435i相机的使用，然后将其转化为ROS语言，用来实现我的需求，但是通过了解官方链接的一些函数以及例子后，运行官方教程的程序，发现设备被占用的问题，主要原因是我运行了rs_camera.launch文件，然后启动自己写的调用官方API接口的程序，然后关闭了rs_camera.launch 文件后就不会出现设备被占用的问题了。但是没法实现将程序修改成ROS语言，好在最后通过查阅资料最终实现了ROS环境获取图像深度值。
在此附上参考的资料：
链接1
链接2
链接3
话不多说，下面附上自己写的ROS获取深度：
#include <ros/ros.h>
#include <sensor_msgs/Image.h>
#include <sensor_msgs/image_encodings.h>
#include <image_transport/image_transport.h>
#include <cv_bridge/cv_bridge.h>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include<realsense_dev/depth_value.h> //自定义一个消息类型
using namespace std;
using namespace cv;
cv::Mat depth_pic; //定义全局变量，图像矩阵Ｍat形式
float d_value;
realsense_dev::depth_value command_to_pub; //待发布数据
void depthCallback(const sensor_msgs::Image::ConstPtr&msg)
{
cv_bridge::CvImagePtr Dest ;
Dest = cv_bridge::toCvCopy(msg,sensor_msgs::image_encodings::TYPE_16UC1);
depth_pic = Dest->image;
//cout<<"Output some info about the depth image in cv format"<<endl;
//cout<< "Rows of the depth iamge = "<<depth_pic.rows<<endl; //获取深度图的行数height
//cout<< "Cols of the depth iamge = "<<depth_pic.cols<<endl; //获取深度图的列数width
//cout<< "Type of depth_pic's element = "<<depth_pic.type()<<endl; //深度图的类型
ushort d = depth_pic.at<ushort>(depth_pic.rows/2,depth_pic.cols/2); //读取深度值，数据类型为ushort单位为ｍｍ
d_value = float(d)/1000 ; //强制转换
cout<< "Value of depth_pic's pixel= "<<d_value<<endl; //读取深度值
}
int main(int argc, char **argv)
{
ros::init(argc, argv, "stream_pub"); // ros节点初始化
ros::NodeHandle nh; //创建节点句柄
ros::AsyncSpinner spinner(1);
spinner.start();
ros::Subscriber image_sub = nh.subscribe<sensor_msgs::Image>("/camera/aligned_depth_to_color/image_raw",1,depthCallback); //订阅深度图像
//ros::Subscriber element_sub = nh.subscribe<sensor_msgs::Image>("/camera/aligned_depth_to_color/image_raw",100,pixelCallback); //订阅像素点坐标
ros::Publisher mode_pub = nh.advertise<realsense_dev::depth_value>("/depth_info", 10);
command_to_pub.Value = 0; //初始化深度值
ros::Rate rate(20.0); //设定自循环的频率
while(ros::ok)
{
command_to_pub.header.stamp = ros::Time::now();
command_to_pub.Value = d_value; //depth_pic.rows/2,depth_pic.cols/2 为像素点
mode_pub.publish(command_to_pub);
}
ros::Duration(10).sleep(); //设定自循环的频率
return 0 ;
}
代码解释
在这里我自定义了一个msg消息，主要是ROS发布某一像素点的深度值，在本示例中是获取图像中心点的深度值，然后通过ROS发布话题。
void depthCallback(const sensor_msgs::Image::ConstPtr&msg)
{
cv_bridge::CvImagePtr Dest ;
Dest = cv_bridge::toCvCopy(msg,sensor_msgs::image_encodings::TYPE_16UC1);
depth_pic = Dest->image;
//cout<<"Output some info about the depth image in cv format"<<endl;
//cout<< "Rows of the depth iamge = "<<depth_pic.rows<<endl; //获取深度图的行数height
//cout<< "Cols of the depth iamge = "<<depth_pic.cols<<endl; //获取深度图的列数width
//cout<< "Type of depth_pic's element = "<<depth_pic.type()<<endl; //深度图的类型
ushort d = depth_pic.at<ushort>(depth_pic.rows/2,depth_pic.cols/2); //读取深度值，数据类型为ushort单位为ｍｍ
d_value = float(d)/1000 ; //强制转换
cout<< "Value of depth_pic's pixel= "<<d_value<<endl; //读取深度值
}
这部分是通过订阅相机发布的/camera/aligned_depth_to_color/image_raw话题的回调函数，在回调函数中将原始深度图像通过cv_bridge转换格式，然后通过at方式获取某一像素点的深度值，这里的深度值就代表的是图像中该点与相机的距离。
本人纯属视觉处理小白，因此在处理cv_bridge转换后的图片数据花了很多功夫，上面附加的3个链接可以很好的帮助我们理解。另外在这里附上ROS官网给出的图像消息类型：http://docs.ros.org/en/api/sensor_msgs/html/msg/Image.html
二.使用方法
在使用前，开启rs_camera.launch 文件，其中需要修改参数配置，将深度图对齐到颜色图上，然后运行程序节点。注意修改cmakelist文件以及package.xml文件，下面是我的cmakelist文件
cmake_minimum_required(VERSION 3.0.2)
project(realsense_dev)
## Compile as C++11, supported in ROS Kinetic and newer
#add_compile_options(-std=c++11)
set(CMAKE_CXX_STANDARD 11)
set(CMAKE_CXX_STANDARD_REQUIRED True)
find_library(librealsense REQUIRED)
find_package(catkin REQUIRED COMPONENTS
geometry_msgs
roscpp
rospy
std_msgs
cv_bridge
message_generation
image_transport
)
find_package(realsense2 REQUIRED)
find_package(OpenCV REQUIRED)
add_message_files(FILES depth_value.msg)
generate_messages(DEPENDENCIES std_msgs)
catkin_package(
# INCLUDE_DIRS include
# LIBRARIES realsense_dev
CATKIN_DEPENDS geometry_msgs roscpp rospy std_msgs message_runtime
# DEPENDS system_lib
)
include_directories(
# include
${catkin_INCLUDE_DIRS}
${OpenCV_INCLUDE_DIRS}
)
add_executable(stream_pub src/stream_pub.cpp)
target_link_libraries(stream_pub ${catkin_LIBRARIES} ${OpenCV_LIBS})
三.调用官方API获取深度
注意，在调用官方API的时候不能开启相机其他节点，不然会出现设备占用问题，这也就是上面提到的为什么一开始的想法被pass掉了。但是在这里还是附上我的代码，走了一大圈弯路，在这里也可以让初入D435i相机的小伙伴少走一些坑。
#include <iostream>
using namespace std;
#include <sstream>
#include <iostream>
#include <fstream>
#include <algorithm>
#include<string>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
using namespace cv;
#include<librealsense2/rs.hpp>
#include<librealsense2/rsutil.h>
//获取深度像素对应长度单位（米）的换算比例
float get_depth_scale(rs2::device dev)
{
// Go over the device's sensors 检查设备的传感器
for (rs2::sensor& sensor : dev.query_sensors())
{
// Check if the sensor if a depth sensor 检查设备是否是一个深度传感器
if (rs2::depth_sensor dpt = sensor.as<rs2::depth_sensor>())
{
return dpt.get_depth_scale(); //函数的作用是检索深度图像和米之间的映射，返回的是深度，单位是米
}
}
throw std::runtime_error("Device does not have a depth sensor"); //throw是抛出异常
}
//深度图对齐到彩色图函数
Mat align_Depth2Color(Mat depth,Mat color,rs2::pipeline_profile profile){
//声明数据流
auto depth_stream=profile.get_stream(RS2_STREAM_DEPTH).as<rs2::video_stream_profile>(); //profile 是声明的数据流 RS2_STREAM_DEPTH是深度数据流
auto color_stream=profile.get_stream(RS2_STREAM_COLOR).as<rs2::video_stream_profile>(); //RS2_STREAM_COLOR颜色数据流
//获取内参
const auto intrinDepth=depth_stream.get_intrinsics();
const auto intrinColor=color_stream.get_intrinsics();
//直接获取从深度摄像头坐标系到彩色摄像头坐标系的欧式变换矩阵
//auto extrinDepth2Color=depth_stream.get_extrinsics_to(color_stream);
rs2_extrinsics extrinDepth2Color;
rs2_error *error;
rs2_get_extrinsics(depth_stream,color_stream,&extrinDepth2Color,&error);
//平面点定义
float pd_uv[2],pc_uv[2];
//空间点定义
float Pdc3[3],Pcc3[3];
//获取深度像素与现实单位比例（D435默认1毫米）
float depth_scale = get_depth_scale(profile.get_device());
int y=0,x=0;
//初始化结果
//Mat result=Mat(color.rows,color.cols,CV_8UC3,Scalar(0,0,0));
Mat result=Mat(color.rows,color.cols,CV_16U,Scalar(0));
//对深度图像遍历
for(int row=0;row<depth.rows;row++){
for(int col=0;col<depth.cols;col++){
//将当前的(x,y)放入数组pd_uv，表示当前深度图的点
pd_uv[0]=col;
pd_uv[1]=row;
//取当前点对应的深度值
uint16_t depth_value=depth.at<uint16_t>(row,col);
//换算到米
float depth_m=depth_value*depth_scale;
//将深度图的像素点根据内参转换到深度摄像头坐标系下的三维点
rs2_deproject_pixel_to_point(Pdc3,&intrinDepth,pd_uv,depth_m);
//将深度摄像头坐标系的三维点转化到彩色摄像头坐标系下
rs2_transform_point_to_point(Pcc3,&extrinDepth2Color,Pdc3);
//将彩色摄像头坐标系下的深度三维点映射到二维平面上
rs2_project_point_to_pixel(pc_uv,&intrinColor,Pcc3);
//取得映射后的（u,v)
x=(int)pc_uv[0];
y=(int)pc_uv[1];
// if(x<0||x>color.cols)
// continue;
// if(y<0||y>color.rows)
// continue;
//最值限定
x=x<0? 0:x;
x=x>depth.cols-1 ? depth.cols-1:x;
y=y<0? 0:y;
y=y>depth.rows-1 ? depth.rows-1:y;
result.at<uint16_t>(y,x)=depth_value;
}
}
//返回一个与彩色图对齐了的深度信息图像
return result;
}
void measure_distance(Mat &color,Mat depth,cv::Size range,rs2::pipeline_profile profile)
{
//获取深度像素与现实单位比例（D435默认1毫米）
float depth_scale = get_depth_scale(profile.get_device());
//定义图像中心点
cv::Point center(color.cols/2,color.rows/2);
//定义计算距离的范围
cv::Rect RectRange(center.x-range.width/2,center.y-range.height/2,range.width,range.height);
//遍历该范围
float distance_sum=0;
int effective_pixel=0;
for(int y=RectRange.y;y<RectRange.y+RectRange.height;y++){
for(int x=RectRange.x;x<RectRange.x+RectRange.width;x++){
//如果深度图下该点像素不为0，表示有距离信息
if(depth.at<uint16_t>(y,x)){
distance_sum+=depth_scale*depth.at<uint16_t>(y,x);
effective_pixel++;
}
}
}
cout<<"遍历完成，有效像素点:"<<effective_pixel<<endl;
float effective_distance=distance_sum/effective_pixel;
cout<<"目标距离："<<effective_distance<<" m"<<endl;
char distance_str[30];
sprintf(distance_str,"the distance is:%f m",effective_distance);
cv::rectangle(color,RectRange,Scalar(0,0,255),2,8);
cv::putText(color,(string)distance_str,cv::Point(color.cols*0.02,color.rows*0.05),
cv::FONT_HERSHEY_PLAIN,2,Scalar(0,255,0),2,8);
}
int main()
{
const char* depth_win="depth_Image";
namedWindow(depth_win,WINDOW_AUTOSIZE);
const char* color_win="color_Image";
namedWindow(color_win,WINDOW_AUTOSIZE);
//深度图像颜色map
rs2::colorizer c; // Helper to colorize depth images
//创建数据管道
rs2::pipeline pipe;
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);
//start()函数返回数据管道的profile
rs2::pipeline_profile profile = pipe.start(pipe_config);
//定义一个变量去转换深度到距离
float depth_clipping_distance = 1.f;
//声明数据流
auto depth_stream=profile.get_stream(RS2_STREAM_DEPTH).as<rs2::video_stream_profile>();
auto color_stream=profile.get_stream(RS2_STREAM_COLOR).as<rs2::video_stream_profile>();
//获取内参
auto intrinDepth=depth_stream.get_intrinsics();
auto intrinColor=color_stream.get_intrinsics();
//直接获取从深度摄像头坐标系到彩色摄像头坐标系的欧式变换矩阵
auto extrinDepth2Color=depth_stream.get_extrinsics_to(color_stream);
while (cvGetWindowHandle(depth_win)&&cvGetWindowHandle(color_win)) // Application still alive?
{
//堵塞程序直到新的一帧捕获
rs2::frameset frameset = pipe.wait_for_frames();
//取深度图和彩色图
rs2::frame color_frame = frameset.get_color_frame();//processed.first(align_to);
rs2::frame depth_frame = frameset.get_depth_frame();
rs2::frame depth_frame_4_show = frameset.get_depth_frame().apply_filter(c);
//获取宽高
const int depth_w=depth_frame.as<rs2::video_frame>().get_width();
const int depth_h=depth_frame.as<rs2::video_frame>().get_height();
const int color_w=color_frame.as<rs2::video_frame>().get_width();
const int color_h=color_frame.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_16U,(void*)depth_frame.get_data(),Mat::AUTO_STEP);
Mat depth_image_4_show(Size(depth_w,depth_h),
CV_8UC3,(void*)depth_frame_4_show.get_data(),Mat::AUTO_STEP);
Mat color_image(Size(color_w,color_h),
CV_8UC3,(void*)color_frame.get_data(),Mat::AUTO_STEP);
//实现深度图对齐到彩色图
Mat result=align_Depth2Color(depth_image,color_image,profile);
measure_distance(color_image,result,cv::Size(20,20),profile);
//显示
imshow(depth_win,depth_image_4_show);
imshow(color_win,color_image);
//imshow("result",result);
waitKey(1);
}
return 0;
}
1、官方例程：https://dev.intelrealsense.com/docs/rs-hello-realsense
2、深度图与颜色对齐1
3、深度图与颜色对齐2
4、从二维图像获取三维空间坐标
总结
从拿到D435i相机到现在的开发，目前只是刚刚入门一小部分，后面将继续深入了解，研究深度相机实现定位问题，有做视觉避障、视觉定位方向的小伙伴可以私信或留言，大家一起学习交流。
以上内容纯属本人对D435i相机的初入了解，有错误的地方还请大家批评指正，感谢阅读。