如何使用vsCode打开intel D435i深度相机

一、下载并安装相机SDK文件

1.SDK下载地址：

Release Intel® RealSense™ SDK 2.0 (v2.54.2) · IntelRealSense/librealsense · GitHub

2.下载后，双击即可安装

3.环境配置

1）window的开始菜单，搜索环境变量，选择编辑系统环境变量

2）选择高级，选择环境变量

3）在系统变量里面，单击path，添加环境变量：C:\Program Files (x86)\Intel RealSense SDK 2.0\bin\x64

4）单击图标即可打开相机软件

5）打开软件后，通过图片操作可以打开相机

二、安装openCV环境

打开cmd命令提示符窗口，输入pip install opencv-python，即可实现openCV的自动安装。

命令行输入python回车

再输入import cv2，无报错，表明安装ok。

python 复制代码

#导入openCV库，实现相应的图片读写
import cv2  #导入openCV库的代码
#读取多通道
color_2 = cv2.imread('2.jpg')  #读取图片(316, 474, 3)
print(color_2.shape)  #输出通道
#读取单通道
gray_img = cv2.imread('2.jpg', cv2.IMREAD_GRAYSCALE)
print(gray_img.shape)  # 输出 
#指定文件的质量
cv2.imwrite('anglababy.jpg',color_2,(cv2.IMWRITE_JPEG_QUALITY,1))#数字越小越模糊
#绘图，用这个color_2的通道绘图
cv2.imshow('my_img_name_1', color_2)
cv2.imshow('my_img_name_2', gray_img)
cv2.waitKey(0)  # 阻塞等键盘输入, 使图片展示而不被关闭
cv2.destroyAllWindows()

简单使用例程：

基础使用可参考博文：

【基础知识】4、python-opencv 超详细介绍_opencv-python-CSDN博客

三、下载pyrealsense文件，完成本地安装

（此操作是已经完成VScode，python的安装后）

下载地址：https://pypi.org/project/pyrealsense2/#files

下载版本与python版本对应，在命令行输入python即可查看版本号

命令行输入：pip install D:\安装文件夹\pyrealsense2-2.55.1.6486-cp311-cp311-win_amd64.whl 即可实现pyrealsense文件本地安装。

安装完这个文件后，就可以利用VScode打开相机，相关代码为：

python 复制代码

import pyrealsense2 as rs       
import numpy as np              
import cv2                          

if __name__ == "__main__":
    pipeline = rs.pipeline() #创建一个管道对象，这是进行所有后续RealSense操作的基础
    config = rs.config() #创建一个配置对象
    config.enable_stream(rs.stream.depth, 640, 480, rs.format.z16, 30)      
    #初始化RealSenseSense摄像头，并配置为捕获640x480的深度和颜色图像；指定的深度数据格式，代表16位无符号整数；每秒30帧
    config.enable_stream(rs.stream.color,640, 480, rs.format.bgr8, 30)
    #启用彩色流，rs.format.bgr8表示每个像素由3个字节（即24位）表示，分别对应蓝色、绿色和红色通道。
    pipeline.start(config)
    #接受config的参数，启用管道
    try:
        while True:    #使用while循环不断捕获图像数据，直到用户关闭窗口。
            frames = pipeline.wait_for_frames()            
            # 使用wait_for_frames()函数等待捕获到一组深度和颜色图像帧的函数。返回的结果为一个包含深度和颜色帧的对象用于后续处理
            depth_frame = frames.get_depth_frame()          #获取深度帧
            color_frame = frames.get_color_frame()          #获取颜色帧
            if not depth_frame or not color_frame:          #如果捕获到的帧中没有深度或颜色图像，则跳过当前循环，等待下一帧。
                continue

            
            depth_image = np.asanyarray(depth_frame.get_data())     # 将深度帧转换为NumPy数组
            color_image = np.asanyarray(color_frame.get_data())     # 将颜色帧转换为NumPy数组
      
            # cv2.applyColorMap（）将深度图像转化为彩色图像，以便更好的可视化分析
            # cv2.convertScaleAbs(depth_image, alpha=0.03)将每个像素值乘以缩放因子0.03，像素值缩放后并返回一个8位无符号整数类型的图像
            # cv2.COLORMAP_JET是使用JET颜色映射表，表示将灰度映射到JET表上，生成彩色图
            depth_colormap = cv2.applyColorMap(cv2.convertScaleAbs(depth_image, alpha=0.07), cv2.COLORMAP_JET)      
            # 将图像color_impage和depth_colormap水平堆叠
            images = np.hstack((color_image, depth_colormap))
            # 设置窗口，窗口大小根据图像自动调整
            cv2.namedWindow('RealSense', cv2.WINDOW_AUTOSIZE) 
            # 将图像images显示在窗口中         
            cv2.imshow('RealSense', images)
            #使用cv2.waitKey()函数等待用户按下键盘上的某个键，并返回按键的ASCII码。
            key = cv2.waitKey(1)                    
            # key&0xFF表示只取低8位，再判断是否位'q'或者esc
            if key & 0xFF == ord('q') or key == 27:           
                cv2.destroyAllWindows() # 关闭窗口
                break
    finally:
        # 停止管道流，释放资源
        pipeline.stop()