【原】Orbbec深度相机开箱体验

首先，很高兴通过参加“点云PCL”公众号的活动，得到了一台深度摄像机（如下图）。

自己接触3D点云这一领域已经快有一年时间了，从起初PCL环境配置到基本的程序实现，每一步都对当初作为初学者的我有很大的挑战，我和师兄两个非计算机专业的人一点点琢磨、一点点探索遇到的每一个问题的解决方法，但仍旧有很多问题得不到解决，直到之后无意间发现了“点云PCL”公众号，发现公众号里面基本包含了作为一个初学者遇到的问题，包括PCL的配置、PCL中各个算法的原理介绍，这些都对我们学习点云有很大的帮助；同时“点云PCL”公众号内还有一些经典的、先进的算法介绍及其应用的文章，通过阅读这些文章不仅让我们对点云配准这方面有了更具体的了解，而且为我们处理点云问题提供的新的解决思路。希望”点云PCL”能够越办越好，为更多致力于学习点云的人提供帮助。接下来说一下，我围绕着深度摄像机做的一些尝试。

配置深度摄像机的过程

1.首先下载驱动和SDK：https:///develop/

1.1  下载驱动并安装：

1.2  下载SDK：

2.  在VS2017中配置

2.1  打开项目菜单，然后选择项目属性

近来很多3D的应用在兴起，3D传感器在进步，随着虚拟网络的发展转到物理实际中的应用，比如（ADAS，AR，MR）自动驾驶中需要理解 汽车行人交通标识，同时也需要理解三维物体的状态静止和移动。

  2.2 头文件配置：在C++/常规/附加包含目录添加include文件夹路smaples\common文件夹路径

2.3 lib文件配置：①在链接器/常规/附加库目录中添加lib及其Plugins文件路径

②在链接器/输入/附加依赖项中添加如下lib文件

2.4  动态链接库配置：配置属性/调试/环境中添加bin路径：格式为path=（bin文件夹路径）

基于此 运行sample/cpp-api/DepthReanderEventCPP结果如下：

 SDK自带的运行程序示例

3.1 骨架显示(SimpleBodyViewer)

3.2 手势跟踪(SimpleHandViewer)

根据深度图生成点云

1.  首先下载了NiViewer，可用于显示并保存深度图，格式为raw格式。

2. 下载ImageJ，可以可视化raw，同时可以将raw文件另存为txt文件。

3. 使用matlab和标定板测量相机内参

3.1 使用相机拍摄不同角度不同距离的标定板15张

3.2 打开matlab，选择app/ camera calibrator

3.3 将图片导入到matlab中

3.4 确定每个格子边长，根据自己标定板设定

3.5 选择三个径向畸变量和切向基变量，再点击校准

3.6 点击计算

3.7 得到内参如下

4. 根据txt文件和相机内参转化为点云并显示

主程序：

转化为点云的函数

可视化函数

点云显示结果：

资源

大场景三维点云的语义分割综述

PCL中outofcore模块---基于核外八叉树的大规模点云的显示

基于局部凹凸性进行目标分割

基于三维卷积神经网络的点云标记

点云的超体素(SuperVoxel)

基于超点图的大规模点云分割

基于鱼眼相机的SLAM方法介绍

点云学习历史文章大汇总

关于我们

目前微信交流群不断壮大，由于人数太多，目前有两个群，为了鼓励大家分享，我们希望大家能在学习的同时积极分享，将您的问题或者小总结投稿发到群主邮箱主邮箱[e-mail]。