使用IntelD435实现指定区域平均距离测量

概述

使用IntelD435的彩色相机标定测量区域，同时使用D435的深度感知功能测量指定区域的深度，可用来感知特定区域的变化。 ## 效果图 白色框为选定区域，上方显示区域的平均距离。

实现思路

• 获取深度图和彩色图
• 显示彩色图
• 使用pyopencv获得鼠标交互并获取边缘坐标
• 获取选定区域的深度信息
• 计算并得出结果

实现代码

#引入必要的库
import pyrealsense2 as rs
import numpy as np
import cv2
import sys

#定义D435输入
pipeline = rs.pipeline()
config = rs.config()
config.enable_stream(rs.stream.depth, 1280, 720, rs.format.z16, 30)
config.enable_stream(rs.stream.color, 1280, 720, rs.format.bgr8, 30)

profile = pipeline.start(config)



mouse_config_p = 0

# 空间坐标
x_min = 0
y_min = 0
x_max = 0
y_max = 0

#鼠标交互
def onmouse(event, x, y, flags, param):      #标准鼠标交互函数
    global mouse_config_p,x_min,y_min,x_max,y_max
    if event==cv2.EVENT_LBUTTONDOWN:           #当鼠标点击时
        if mouse_config_p == 0 :
            x_min = x                        #获取坐标
            y_min = y
            mouse_config_p += 1
        elif mouse_config_p == 1:
            x_max = x
            y_max = y
            mouse_config_p += 1
            with open("./config.ini","w") as f: #存储到文件（预留）
                f.write(str(x_min))
                f.write(" ")
                f.write(str(y_min))
                f.write(" ")
                f.write(str(x_max))
                f.write(" ")
                f.write(str(y_max))

#划定选区
def Region_config():
    finish = False
    while finish == False:                    #循环直到获取到有效帧
        cv2.namedWindow('FreshCompanion')
        cv2.setMouseCallback('FreshCompanion', onmouse) #绑定鼠标动作
        frames = pipeline.wait_for_frames()     #获取帧
        color_frame = frames.get_color_frame()  #获取彩色帧
        if not color_frame :
            continue
        color_image = np.asanyarray(color_frame.get_data())
        cv2.imshow("FreshCompanion", color_image)
        cv2.waitKey(1)                         #必须使用waitkey，否则会卡住
        if x_min != 0 and y_min != 0 and  x_max != 0 and y_max != 0: #判断是否完成
            finish = True

#获取距离
def get_dis():
    while True:
        for i in range(5): #忽略前几帧
            pipeline.wait_for_frames()

        frames = pipeline.wait_for_frames()

        depth_frame = frames.get_depth_frame() #获取深度帧

        color_frame = frames.get_color_frame() #获取彩色帧

        if not depth_frame or not color_frame:
            continue

        # 把图片转化为numpy数组
        depth_image = np.asanyarray(depth_frame.get_data())
        color_image = np.asanyarray(color_frame.get_data())


        depth = np.asanyarray(depth_frame.get_data())
        # 仅保留选区
        depth = depth[y_min:y_max,x_min:x_max].astype(float)

        depth_scale = profile.get_device().first_depth_sensor().get_depth_scale()#获取设备统计单位
        #depth = depth[depth!=0] #当数据恶化时去除零数据提高精度
        depth = depth * depth_scale #转换为m
        dist, _, _, _ = cv2.mean(depth) #计算平均值
        cv2.rectangle(color_image, (x_min, y_min),(x_max, y_max), (255, 255, 255), 2) #绘制选取框
        cv2.putText(color_image, "Distance = " + str(dist) + "m", (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2) #绘制距离值
        cv2.imshow("FreshCompanion", color_image) 
        cv2.waitKey(1)
        
        #sys.exit(0)
       

Region_config()
get_dis()