realsense ——SR300 相机使用小记

 环境搭建相关的参考资料挺多的，这里就不多说了。这里记一些相关的api。

算了，还是给出自己的配置记录吧https://blog.csdn.net/hehehetanchaow/article/details/105795811

Table of Contents

0.  查看相机信息。

1.  设置分辨率。

2.  获取相机depthScale

3. 将彩色图像和深度图像对齐

4.  设置sr300相机的远近模式。

5. 获取相机内参

测试程序

0.  查看相机信息。

~$ rs-sensor-control。然后照着对应提示信息输入即可。

1.  设置分辨率。

彩色相机支持的分辨率挺多的，但是深度相机最多支持640*480。可以通过对其操作，将深度图自动上采样到其他分辨率(比如1080p)，这些在api中都已经自动完成。

rs2::config cfg;
//cfg.enable_stream(RS2_STREAM_COLOR, 1920, 1080, RS2_FORMAT_BGR8, 10);
cfg.enable_stream(RS2_STREAM_COLOR, 1280, 720, RS2_FORMAT_BGR8, 30);
cfg.enable_stream(RS2_STREAM_DEPTH, 640, 480, RS2_FORMAT_Z16, 30);

 tips：在使用1080p时，经常会出现 didn`t arrived in 5000的错误，这是数据量传输过大，延迟所导致的error。目前一些有效的解决方案：

①使用3.0的usb接口。

②将帧率调小到10。

2.  获取相机depthScale

auto scale =  sensor.get_depth_scale();

3. 将彩色图像和深度图像对齐

默认状态下获取的图像是没有对齐的，存在一定偏差。api中可以直接获取到对齐的图像信息。

rs2::frameset data = pipe.wait_for_frames(); // Wait for next set of frames from the camera
rs2::align align(rs2_stream::RS2_STREAM_COLOR); // align depth and rgb image
rs2::frameset aligned_frm = align.process(data); // aligned depth to rgb

rs2::frame color = aligned_frm.get_color_frame();
rs2::frame depth = aligned_frm.get_depth_frame();

4.  设置sr300相机的远近模式。

sensor.set_option(RS2_OPTION_VISUAL_PRESET, 0);  //默认0，近距离；1为远距离；还有一些其他的，可以参考sdk

5. 获取相机内参

rs2::frame color = aligned_frm.get_color_frame();
rs2::stream_profile cprofile =  color.get_profile();
rs2::video_stream_profile cvsprofile(cprofile);
rs2_intrinsics color_intrin =  cvsprofile.get_intrinsics();

	  std::cout<<"\ncolor intrinsics: ";
	  std::cout<<color_intrin.width<<"  "<<color_intrin.height<<"  ";
	  std::cout<<color_intrin.ppx<<"  "<<color_intrin.ppy<<"  ";
	  std::cout<<color_intrin.fx<<"  "<<color_intrin.fy<<std::endl;

ok。后续待更新

测试程序

下面直接放一个可以直接跑起来的测试程序：

环境：librealsense,  opencv(任意版本) 

// License: Apache 2.0. See LICENSE file in root directory.
// Copyright(c) 2017 Intel Corporation. All Rights Reserved.

#include <librealsense2/rs.hpp> // Include RealSense Cross Platform API
#include <opencv2/opencv.hpp>   // Include OpenCV API

#include <string>
#include <iostream>
using namespace std;


int main(int argc, char * argv[]) try
{
	unsigned int count = 0;
	unsigned int flag =0;
    // Declare depth colorizer for pretty visualization of depth data
    rs2::colorizer color_map;

    // Declare RealSense pipeline, encapsulating the actual device and sensors
    rs2::pipeline pipe;
    // Start streaming with default recommended configuration
	rs2::config cfg;
	//cfg.enable_stream(RS2_STREAM_COLOR, 1920, 1080, RS2_FORMAT_BGR8, 30);
	cfg.enable_stream(RS2_STREAM_COLOR, 1280, 720, RS2_FORMAT_BGR8, 30);
	cfg.enable_stream(RS2_STREAM_DEPTH, 640, 480, RS2_FORMAT_Z16, 30);

    
	rs2::pipeline_profile selection = pipe.start(cfg);


// Find first depth sensor (devices can have zero or more then one)
	auto sensor = selection.get_device().first<rs2::depth_sensor>();
	//sensor.set_option(RS2_OPTION_DEPTH_UNITS, 0.01f);	
	auto scale =  sensor.get_depth_scale();
	cout<<"scale: "<<scale<<endl;
    using namespace cv;
    const auto window_name = "Display Image";
    namedWindow(window_name, WINDOW_AUTOSIZE);

    while (waitKey(1) < 0 && cvGetWindowHandle(window_name))
    {
        rs2::frameset data = pipe.wait_for_frames(); // Wait for next set of frames from the camera
        rs2::align align(rs2_stream::RS2_STREAM_COLOR); // align depth and rgb image
		rs2::frameset aligned_frm = align.process(data); // aligned depth to rgb

		rs2::frame color = aligned_frm.get_color_frame();
		rs2::frame depth = aligned_frm.get_depth_frame();

        // Query frame size (width and height)
        const int w = color.as<rs2::video_frame>().get_width();
        const int h = color.as<rs2::video_frame>().get_height();

        // Create OpenCV matrix of size (w,h) from the colorized depth data
        Mat image(Size(w, h), CV_8UC3, (void*)color.get_data(), Mat::AUTO_STEP);
        Mat imageD(Size(w, h), CV_16UC1, (void*)depth.get_data(), Mat::AUTO_STEP);

        // Update the window with new data
        imshow(window_name, image);
		imshow("1", imageD);
		if(cv::waitKey(30) == 's'){
			/*string RGBname = "data//img"+to_string(count)+".png";
			string depthName = "data//depth"+to_string(count++)+".png";
			imwrite(RGBname,image);
			imwrite(depthName,imageD);*/
			imwrite("color.jpg",image);
			imwrite("depth.png",imageD);
		}
		flag++;
    }

    return EXIT_SUCCESS;
}
catch (const rs2::error & e)
{
    std::cerr << "RealSense error calling " << e.get_failed_function() << "(" << e.get_failed_args() << "):\n    " << e.what() << std::endl;
    return EXIT_FAILURE;
}
catch (const std::exception& e)
{
    std::cerr << e.what() << std::endl;
    return EXIT_FAILURE;
}

原创文章，转载请联系作者并附上相关链接