Ubuntu Intel Realsense R435 获取自定义深度范围的图像形状

本文链接：https://blog.csdn.net/weixin_43793181/article/details/103624164

本文介绍如何使用Realsense D435相机及OpenCV进行深度图像处理，通过自定义深度范围截取特定距离内的图像，并应用自定义颜色显示。代码示例展示了如何获取深度比例、遍历深度图像和实现深度截取。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

处理思路：通过realsense D435相机返回的深度距离值，获取自定义深度距离范围内的所有点，并在创建的图像中以自定义的颜色显示出来。
具体代码如下：

#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <librealsense2/rs.hpp>
#include <librealsense2/rsutil.h>
#include <iostream>
#include <sstream>
#include <iostream>
#include <fstream>
#include <algorithm>
#include <string>

using namespace cv;
using namespace std;
using namespace rs2;

float get_depth_scale(device dev)                         //获取深度像素对应长度单位（米）的换算比例
{
    for (sensor& sensor : dev.query_sensors())            //检查设备的传感器
    {
        if (depth_sensor dpt = sensor.as<depth_sensor>()) //检查传感器是否为深度传感器
        {
            return dpt.get_depth_scale();
        }
    }
}

Mat depth_interception(Mat depth,pipeline_profile profile)      //深度截取函数
{
    float depth_scale = get_depth_scale(profile.get_device());  //获取深度像素与现实单位比例
    Mat roi_img (depth.rows, depth.cols, CV_8UC3, Scalar::all(0));

    for(int row=0;row<depth.rows;row++)                         //对深度图像遍历
    {
        for(int col=0;col<depth.cols;col++)
        {
            uint16_t depth_value=depth.at<uint16_t>(row,col);   //取当前点对应的深度值
            float depth_m = depth_value*depth_scale;

            if( depth_m >0.3 && depth_m < 0.5)         //自定义深度范围
            {
                roi_img.at<Vec3b>(row,col)[0]=250;       //自定义颜色
                roi_img.at<Vec3b>(row,col)[1]=5;
                roi_img.at<Vec3b>(row,col)[2]=55;
            }
        }
    }
    return roi_img;
}

int main()
{
    colorizer color_map;            //帮助着色深度图像
    pipeline pipe;                  //创建数据管道
    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);
    pipeline_profile profile = pipe.start(pipe_config); //start()函数返回数据管道的profile

    while (1)
    {
        frameset frameset = pipe.wait_for_frames();         //堵塞程序直到新的一帧捕获
        frame depth_frame = frameset.get_depth_frame();     //取深度图
        frame depth_frame_tee = frameset.get_depth_frame().apply_filter(color_map);

        const int depth_w=depth_frame.as<video_frame>().get_width();        //获取宽高
        const int depth_h=depth_frame.as<video_frame>().get_height();

        Mat depth_image(Size(depth_w,depth_h),                              //创建OPENCV类型 并传入数据
                        CV_16U,(void*)depth_frame.get_data(),Mat::AUTO_STEP);
        Mat depth_image_tee(Size(depth_w,depth_h),
                          CV_8UC3,(void*)depth_frame_tee.get_data(),Mat::AUTO_STEP);
        Mat result = depth_interception(depth_image,profile);               //实现深度截取

        imshow("depth_image",depth_image_tee);
        imshow("result",result);

        int key = waitKey(1);
        if(char(key) == 27)break;
    }
    return 0;
}