海康RGBD相机使用C++和Opencv采集图像记录

海康RGBD相机使用C++和Opencv采集图像记录

RGBD相机型号:MV-EB435i

配置:1.Vs2019 2.Opencv4.6

一、安装客户端

1.下载链接

HiViewer

2.官方Samples

安装后,在帮助-development中,可以看到一些samples,但是这些样例都是使用较老的版本编辑的。比如Opencv是使用opencv2.4编辑的,里面有些函数太老了,需要替换。

二、修改代码

打开Samples中的opencv调用样例

将样例拷贝出来,到别的本地文件夹再继续进行修改,其中只需要修改main.cpp文件

main.cpp是在官方版本上进行的修改,主要是替换了一些函数

cpp 复制代码
#include "common/common.hpp"  // 包含项目中通用的头文件,定义了一些常用的宏和函数。
#include <opencv2/opencv.hpp> // 包含OpenCV库的主要头文件,提供图像处理功能。
#include <vector>             // 包含C++标准库中的vector容器,用于管理动态数组。
#include <string>             // 包含C++标准库中的string类,用于字符串操作。

// 假设MV3D_RGBD_*函数在其他地方定义。这些应该被来自MV3D_RGBD库的实际函数调用所替换。

#define MAX_IMAGE_COUNT 10  // 定义一个宏,表示最多保存的图像数量为10张。

bool ConvertRGB8Planner2BGR8Packed(const unsigned char* pSrcData, int nWidth, int nHeight, unsigned char* pDstData) {
    if (!pSrcData || !pDstData) return false;  // 如果源数据或目标数据为空,则返回错误。

    int nImageStep = nWidth * nHeight;  // 计算单通道图像的像素总数。
    for (int i = 0; i < nImageStep; ++i) {  // 遍历每个像素。
        pDstData[i * 3 + 0] = pSrcData[i + nImageStep * 2]; // 将红色通道的数据放到目标缓冲区的蓝色位置。
        pDstData[i * 3 + 1] = pSrcData[i + nImageStep * 1]; // 将绿色通道的数据放到目标缓冲区的绿色位置。
        pDstData[i * 3 + 2] = pSrcData[i + nImageStep * 0]; // 将蓝色通道的数据放到目标缓冲区的红色位置。
    }

    return true;  // 成功转换后返回true。
}

int main(int argc, char** argv) {
    LOGD("Initialize");  // 日志记录:初始化程序开始。

    ASSERT_OK(MV3D_RGBD_Initialize());  // 调用MV3D_RGBD库的初始化函数,并检查其是否成功。

    MV3D_RGBD_VERSION_INFO stVersion;  // 创建一个结构体变量来存储SDK版本信息。
    ASSERT_OK(MV3D_RGBD_GetSDKVersion(&stVersion));  // 获取并记录SDK的版本信息。
    LOGD("dll version: %d.%d.%d", stVersion.nMajor, stVersion.nMinor, stVersion.nRevision);  // 打印版本号。

    unsigned int nDevNum = 0;  // 定义一个变量来存储设备的数量。
    ASSERT_OK(MV3D_RGBD_GetDeviceNumber(DeviceType_Ethernet | DeviceType_USB, &nDevNum));  // 获取连接到系统的设备数量。
    LOGD("MV3D_RGBD_GetDeviceNumber success! nDevNum:%d.", nDevNum);  // 记录获取设备数量的结果。
    ASSERT(nDevNum > 0);  // 确保至少有一个设备可用。

    std::vector<MV3D_RGBD_DEVICE_INFO> devs(nDevNum);  // 创建一个向量来存储所有设备的信息。
    ASSERT_OK(MV3D_RGBD_GetDeviceList(DeviceType_Ethernet | DeviceType_USB, &devs[0], nDevNum, &nDevNum));  // 获取所有设备的列表。

    for (unsigned int i = 0; i < nDevNum; i++) {  // 遍历所有找到的设备。
        if (DeviceType_Ethernet == devs[i].enDeviceType)  // 如果是网络设备。
            LOG("Index[%d]. SerialNum[%s] IP[%s] Name[%s].\r\n", i, devs[i].chSerialNumber, devs[i].SpecialInfo.stNetInfo.chCurrentIp, devs[i].chModelName);  // 打印设备信息。
        else if (DeviceType_USB == devs[i].enDeviceType)  // 如果是USB设备。
            LOG("Index[%d]. SerialNum[%s] UsbProtocol[%d] Name[%s].\r\n", i, devs[i].chSerialNumber, devs[i].SpecialInfo.stUsbInfo.enUsbProtocol, devs[i].chModelName);  // 打印设备信息。
    }

    LOG("---------------------------------------------------------------");  // 分割线,用于日志输出分隔。

    unsigned int nIndex = 0;  // 定义一个变量来存储用户选择的设备索引。
    while (true) {  // 进入无限循环,直到用户输入有效索引。
        LOG("Please enter the index of the camera to be connected:\n");  // 提示用户输入要连接的相机索引。
        std::cin >> nIndex;  // 读取用户输入的索引。
        LOG("Connected camera index:%d \r\n", nIndex);  // 打印用户选择的索引。

        if ((nDevNum <= nIndex) || (0 > nIndex)) {  // 检查输入的索引是否有效。
            LOG("enter error!\r\n");  // 如果无效,提示用户重新输入。
        }
        else break;  // 如果有效,退出循环。
    }
    LOG("---------------------------------------------------------------\r\n");  // 分割线,用于日志输出分隔。

    void* handle = nullptr;  // 定义一个指针来存储打开设备后的句柄。
    ASSERT_OK(MV3D_RGBD_OpenDevice(&handle, &devs[nIndex]));  // 打开选定的设备。
    LOGD("OpenDevice success.");  // 如果成功打开设备,记录此信息。

    ASSERT_OK(MV3D_RGBD_Start(handle));  // 开始从设备采集数据。
    LOGD("Start work success.");  // 如果成功启动设备,记录此信息。

    bool bExit_Main = false;  // 定义一个布尔值来控制主循环的退出条件。
    MV3D_RGBD_FRAME_DATA stFrameData = { 0 };  // 创建一个结构体变量来存储帧数据。
    int nDepthImgSaveCount = 0;  // 定义一个计数器来跟踪已保存的深度图像数量。
    int nRGBDImgSaveCount = 0;  // 定义一个计数器来跟踪已保存的RGB图像数量。
    unsigned char* g_pRgbData = nullptr;  // 定义一个指针来存储转换后的RGB图像数据。
    while (!bExit_Main) {  // 主循环,持续运行直到满足退出条件。
        int nRet = MV3D_RGBD_FetchFrame(handle, &stFrameData, 5000);  // 尝试从设备抓取一帧数据,超时时间为5秒。
        if (MV3D_RGBD_OK == nRet) {  // 如果成功抓取到帧数据。
            for (int i = 0; i < stFrameData.nImageCount; i++) {  // 遍历该帧中的所有图像。

                LOGD("MV3D_RGBD_FetchFrame Success: framenum (%d)(%d) height(%d) width(%d) len (%d)!", i, stFrameData.stImageData[i].nFrameNum,
                    stFrameData.stImageData[i].nHeight, stFrameData.stImageData[i].nWidth, stFrameData.stImageData[i].nDataLen);  // 记录抓取到的帧信息。

                if (ImageType_Depth == stFrameData.stImageData[i].enImageType) {  // 如果当前图像是深度图像。
                    cv::Mat mCvmat(stFrameData.stImageData[i].nHeight, stFrameData.stImageData[i].nWidth, CV_16UC1, stFrameData.stImageData[i].pData);  // 使用OpenCV创建一个Mat对象来表示深度图像。
                    std::string chFileName = "Depth_nFrameNum[" + std::to_string(stFrameData.stImageData[i].nFrameNum) + "].png";  // 构造文件名。

                    if (MAX_IMAGE_COUNT > nDepthImgSaveCount) {  // 如果尚未达到最大保存数量。
                        cv::imwrite(chFileName, mCvmat);  // 将深度图像保存为PNG文件。
                        nDepthImgSaveCount++;  // 增加已保存的深度图像计数。
                    }
                }

                if (ImageType_YUV422 == stFrameData.stImageData[i].enImageType)
                {
                    LOGD("The imgage tyoe is ImageType_YUV422");
                cv::Mat mRGBMat(stFrameData.stImageData[i].nHeight, stFrameData.stImageData[i].nWidth, CV_8UC3);
                cv::cvtColor(cv::Mat(stFrameData.stImageData[i].nHeight, stFrameData.stImageData[i].nWidth, CV_8UC2, stFrameData.stImageData[i].pData), mRGBMat, cv::COLOR_YUV2BGR_YUYV);
                std::string rgbFileName = "RGB_nFrameNum[" + std::to_string(stFrameData.stImageData[i].nFrameNum) + "].png";
                cv::imwrite(rgbFileName, mRGBMat);
                   
                }

                if (ImageType_RGB8_Planar == stFrameData.stImageData[i].enImageType) {  // 如果当前图像是RGB8平面图像。
                    if (!g_pRgbData) {  // 如果还没有分配内存给g_pRgbData。
                        size_t dataLen = stFrameData.stImageData[i].nDataLen;  // 获取图像数据长度。
                        g_pRgbData = new unsigned char[dataLen];  // 动态分配内存来存储转换后的图像数据。
                        if (!g_pRgbData) {  // 如果分配失败。
                            LOGD("MV3D_RGBD_FetchFrame: g_pRgbData malloc failed!");  // 记录分配失败的信息。
                            bExit_Main = true;  // 设置退出标志以终止主循环。
                            continue;  // 跳过后续代码,继续下一次循环。
                        }
                        memset(g_pRgbData, 0, dataLen);  // 初始化分配的内存为零。
                    }
                    ConvertRGB8Planner2BGR8Packed(stFrameData.stImageData[i].pData, stFrameData.stImageData[i].nWidth, stFrameData.stImageData[i].nHeight, g_pRgbData);  // 转换RGB8平面图像为BGR8打包格式。
                    cv::Mat mCvmat(stFrameData.stImageData[i].nHeight, stFrameData.stImageData[i].nWidth, CV_8UC3, g_pRgbData);  // 使用OpenCV创建一个Mat对象来表示转换后的图像。
                    std::string chFileName = "RGB_nFrameNum[" + std::to_string(stFrameData.stImageData[i].nFrameNum) + "].png";  // 构造文件名。

                    if (MAX_IMAGE_COUNT > nRGBDImgSaveCount) {  // 如果尚未达到最大保存数量。
                        cv::imwrite(chFileName, mCvmat);  // 将RGB图像保存为PNG文件。
                        nRGBDImgSaveCount++;  // 增加已保存的RGB图像计数。
                    }
                }
            }
        }

        // 按任意键退出
        if (_kbhit()) {  // 如果有按键事件发生。
            bExit_Main = true;  // 设置退出标志以终止主循环。
        }
    }

    ASSERT_OK(MV3D_RGBD_Stop(handle));  // 停止从设备采集数据。
    ASSERT_OK(MV3D_RGBD_CloseDevice(&handle));  // 关闭设备。
    ASSERT_OK(MV3D_RGBD_Release());  // 释放与设备相关的资源。

    LOGD("Main done!");  // 日志记录:主程序完成。

    delete[] g_pRgbData;  // 释放之前分配的用于存储RGB图像数据的内存。

    return 0;  // 返回0,表示程序正常结束。
}

运行结束后,会获取一张深度图和一张RGB彩色图像

相关推荐
Eric.Lee20212 小时前
Paddle OCR 中英文检测识别 - python 实现
人工智能·opencv·计算机视觉·ocr检测
别NULL3 小时前
机试题——疯长的草
数据结构·c++·算法
CYBEREXP20085 小时前
MacOS M3源代码编译Qt6.8.1
c++·qt·macos
yuanbenshidiaos5 小时前
c++------------------函数
开发语言·c++
yuanbenshidiaos5 小时前
C++----------函数的调用机制
java·c++·算法
tianmu_sama5 小时前
[Effective C++]条款38-39 复合和private继承
开发语言·c++
羚羊角uou6 小时前
【C++】优先级队列以及仿函数
开发语言·c++
姚先生976 小时前
LeetCode 54. 螺旋矩阵 (C++实现)
c++·leetcode·矩阵
FeboReigns6 小时前
C++简明教程(文章要求学过一点C语言)(1)
c语言·开发语言·c++
FeboReigns6 小时前
C++简明教程(文章要求学过一点C语言)(2)
c语言·开发语言·c++