奥比中光astra深度相机通过openni直接显示rgb彩色图、depth深度图、ir红外图

本文章的前提为astra深度相机驱动安装完成能够正常显示使用，如果没有安装好请看另一篇文章

Thinker Board 2开发板上使用奥比中光 astra 深度相机
也可以看其他人的类似奥比中光astra深度相机的教程

创建python文件复制下面代码既可使用
注意 depth图和ir图有冲突不能同时使用

from openni import openni2
import numpy as np
import cv2if __name__ == "__main__":openni2.initialize()#设备型号dev = openni2.Device.open_any()#打印设备型号print(dev.get_device_info())#创建深度流的通道depth_stream = dev.create_depth_stream()depth_stream.start()#彩色通道color_stream = dev.create_color_stream()color_stream.start()#红外通道#ir_stream = dev.create_ir_stream()#ir_stream.start()#深度窗口cv2.namedWindow('depth')#彩色窗口cv2.namedWindow('color')#红外窗口#cv2.namedWindow('ir')capture_flag = 0base_path = '../'count = 1#设置视频的分辨率和长宽以及fps等等内容# ir_stream.set_video_mode(c_api.OniVideoMode(pixelFormat = c_api.OniPixelFormat.ONI_PIXEL_FORMAT_GRAY16, resolutionX = 320, resolutionY = 240, fps = 30))while True:# 显示深度图像dframe = depth_stream.read_frame()# 转换数据格式dframe_data = np.array(dframe.get_buffer_as_triplet()).reshape([480, 640, 2])dpt1 = np.asarray(dframe_data[:, :, 0], dtype='float32')dpt2 = np.asarray(dframe_data[:, :, 1], dtype='float32')dpt2 *= 255# 对于为什么要乘于255的解答# 深度图像的深度值 是按照16位长度（两字节）的数据格式存储的，也可以认为前八位是高字节，后八位是低字节。# 因此一张深度图像如果是 640480分辨率的话，那么图像字节大小 就是 640480*2，其中一个字节是8位（255）dpt = dpt1 + dpt2# 转换一下，重要，陈20221222dpt = dpt.astype(np.uint16)# cv2里面的函数，就是类似于一种筛选'假设我们需要让我们的深度摄像头感兴趣的距离范围有差别地显示，那么我们就需要确定一个合适的alpha值，公式为：有效距离*alpha=255，' \'假设我们想让深度摄像头8m距离内的深度被显示，>8m的与8m的颜色显示相同，那么alpha=255/(8*10^3)≈0.03，' \'假设我们想让深度摄像头6m距离内的深度被显示，>6m的与6m的颜色显示相同，那么alpha=255/(6*10^3)≈0.0425'dim_gray = cv2.convertScaleAbs(dpt, alpha=0.17)# 对深度图像进行一种图像的渲染，目前有11种渲染方式，大家可以逐一去试下depth_colormap = cv2.applyColorMap(dim_gray, 2)  # 有0~11种渲染的模式cv2.imshow('depth', depth_colormap)# 显示RGB图像cframe = color_stream.read_frame()cframe_data = np.array(cframe.get_buffer_as_triplet()).reshape([480, 640, 3])R = cframe_data[:, :, 0]G = cframe_data[:, :, 1]B = cframe_data[:, :, 2]cframe_data = np.transpose(np.array([B, G, R]), [1, 2, 0])# print(cframe_data.shape)cv2.imshow('color', cframe_data)# 显示ir图像#     iframe = ir_stream.read_frame()#     iframe_data = iframe.get_buffer_as_uint16()#     img = np.frombuffer(iframe_data, dtype=np.uint16)#     img.shape = (480, 640)#     img = img.astype(np.float) / 1024#     cv2.imshow("ir", img)key = cv2.waitKey(30)if int(key) == ord('q'):breakif int(key) == ord('r'):capture_flag = 1if capture_flag == 1:name = str(count).zfill(8)cv2.imwrite(base_path + 'img/' + name + ".jpg", depth_colormap)#cv2.imwrite(base_path + 'img/' + name + ".jpg", cframe_data)# cv2.imwrite(base_path + 'img/' + name + ".jpg", img)count = count + 1depth_stream.stop()color_stream.stop()#ir_stream.stop()dev.close()