|
上面的文章也说了，输出的视频流其实是一种raw的格式，这个东西怎么用确实是取决于我们，那这篇文章以源码包装的手段探究一下其中的情况。读完以后感觉还是收获很大的。怎么说呢，感觉科学其实就是在操作数据，数据在流转，数据在转换，数据在重塑。不说了，继续看。 因为是raw的格式，很自然的就去转换格式，下面是找了几个库。 我找到一个库是处理这个的库 https://github.com/letmaik/rawpy.gitclone下来 https://pypi.org/project/rawpy/准备好了~ 给了个不好看，这个我具体代码就不看了，不玩了 球的麻袋，我找到一个好玩的： https://pypi.org/project/colour-hdri/一个自动HDR的工具 我们注意到这里有一个下划线开头的包，据我研究是：下划线开头其实是对C++库的方法和一些量的包装。属于低级的API，或者是不想让用户碰的东西。 openni2 就比较高级了，就好像是C++版本的#include<Openni2.h>的头文件一样。 没错一模一样 from primesense import openni2from primesense import _openni2 as c_api导入这两个 大概就是一些找dll的操作 主要是它 然后这里处理完返回True就行（我也没有看得很明白，我以后再补） if (openni2.is_initialized()): print("openNI2 initialized")else: print("openNI2 not initialized")调用这个函数看是不是初始化完成 返回得就是上面得这个值 看到这个就很开心
返回得是C_api里面得一个信息值
包装如下 def __repr__(self): return 'OniDeviceInfo(uri = %r, vendor = %r, name = %r, usbVendorId = %r, usbProductId = %r)' % (self.uri, self.vendor, self.name, self.usbVendorId, self.usbProductId)这个是给人看得方法。
创建深度流，先问有没有深度传感器
再这里
这个是查询传感器得方法
然后里面是得到传感器得方法，俄罗斯套娃？
在设备信息里面，大概懂了
成功之后是返回得这个，我觉得我离真相不远了
你看这个，都是从视频流得函数里面取东西。
你看这里
看初始化得方法，第三个参数的流转
里面开始转到c的接口了
在深入些是这个dll的信息
往上看是在openni2的dll文件
开启传输
兜兜转转又回来了
重点看这个读帧的方法
一帧有什么？这里告诉你
里面正经的读帧在这个方法里面
和我想的一样，它又去找dll了
读帧的话还没有开始 dframe_data = np.array(frame.get_buffer_as_triplet() ).reshape([480, 640, 2])这句是
使用的是这个方法
看这个地方
上面的意思是，c的一个类型乘一个int。后面是从结构体里面获得数据的大小除以类型的占用字节数，然后使用获得的哪个函数（我猜的）。
得到我们的数据载荷，就是这里
这个是这样的
果然是个指针
CPP的结构体
Python的结构体，一模一样的
dataSize = 'ctypes.c_int'下面的调用时时相当于一个无符号的8位数据。
C++的调用
Python的调用 应该是，Python的3是深度的位数
因为是这样的定义的，至于为什么Python不是这个，应该是Python没有这个数据的封装。 frame = depth_stream.read_frame() dframe_data = np.array(frame.get_buffer_as_triplet()) print(dframe_data.shape) print(dframe_data.dtype)基本的获取代码
get_buffer_as_tripletU8 x 3
get_buffer_as_uint8U8
我还算了一下这个。。。
get_buffer_as_uint16U16
可以看到默认的方法，和我们可以传的参数
自己试试
我传了64的进去 有了数据端口级好说了，我们可以进行数据重塑了。 dframe_data = np.array(frame.get_buffer_as_triplet()).reshape([480, 640, 2])使用这个reshape的函数就可以了。
我希望你没有忘记这个
它是307200的数据
输出后的数据样子 其实到这里核心的问题已经解决了，但是很多问题都没有解决，那是接下来的工作了。
|
|
|
