第一步，當(dāng)然是包含頭文件啦

#include <librealsense2/rs.hpp>
#include<librealsense2/rsutil.h>

第二步，初始化RealSense相機(jī)的上下文，能查看多個(gè)相機(jī)，以及相機(jī)的狀態(tài)和信息。

auto devs = ctx.query_devices();  // Get device list
int device_num = devs.size();
std::cout << "獲取相機(jī)設(shè)備號(hào)：" << device_num << std::endl; // Device amount

第三步，創(chuàng)建數(shù)據(jù)管道和數(shù)據(jù)流參數(shù)文件，對(duì)數(shù)據(jù)流參數(shù)進(jìn)行設(shè)置，包括啟動(dòng)深度流還是彩色流，分辨率等。

//創(chuàng)建數(shù)據(jù)管道和參數(shù)文件
rs2::pipeline pipe;
rs2::config cfg;
cfg.enable_stream(RS2_STREAM_DEPTH,640,480,RS2_FORMAT_Z16,30);
cfg.enable_stream(RS2_STREAM_COLOR,640,480,RS2_FORMAT_BGR8,30);

????????在使用Intel RealSense相機(jī)進(jìn)行編程時(shí)，首先需要?jiǎng)?chuàng)建一個(gè)rs2::pipeline對(duì)象，并使用該對(duì)象啟動(dòng)相機(jī)的數(shù)據(jù)流。在啟動(dòng)數(shù)據(jù)流后，相機(jī)將根據(jù)配置的參數(shù)生成相應(yīng)的數(shù)據(jù)流，例如深度、彩色或紅外流，并將這些數(shù)據(jù)傳輸?shù)接?jì)算機(jī)中。

• RS2_STREAM_DEPTH：指定啟用的流類(lèi)型為深度流，即獲取相機(jī)輸出的深度圖像。
• 640和480：指定深度圖像的分辨率為640x480。
• RS2_FORMAT_Z16：指定深度圖像的像素格式為Z16，即每個(gè)像素用16位整數(shù)表示深度值。
• 30：指定深度流的幀率為30幀

第四步，創(chuàng)建設(shè)備和一個(gè)流配置的組合，給接口提供訪(fǎng)問(wèn)流配置，設(shè)別信息和相應(yīng)傳感器的選項(xiàng)。

最最重要的是，我們能通過(guò)該接口直接拿到相機(jī)的內(nèi)參。

    //start()函數(shù)返回?cái)?shù)據(jù)管道的profile
    rs2::pipeline_profile profile = pipe.start(cfg);

????????在獲取數(shù)據(jù)流之前，需要首先通過(guò)調(diào)用rs2::pipeline::start()方法啟動(dòng)數(shù)據(jù)流，并使用返回的rs2::pipeline_profile對(duì)象來(lái)訪(fǎng)問(wèn)流的配置和設(shè)備信息。通過(guò)rs2::pipeline_profile對(duì)象可以獲取相機(jī)的設(shè)備序列號(hào)、固件版本、傳感器列表以及每個(gè)傳感器的選項(xiàng)和特性。同時(shí)，還可以通過(guò)rs2::pipeline_profile對(duì)象訪(fǎng)問(wèn)深度流、彩色流或其他流的分辨率、幀速率、格式等配置參數(shù)，以便進(jìn)行后續(xù)的數(shù)據(jù)處理和分析。

獲取深度圖內(nèi)參，

    //獲取內(nèi)參
    auto stream = profile.get_stream(RS2_STREAM_DEPTH).as<rs2::video_stream_profile>();
    const auto intrinsics = stream.get_intrinsics(); 

先獲取深度流的視頻流配置信息，以便進(jìn)一步使用這些信息對(duì)深度數(shù)據(jù)進(jìn)行處理和分析，比如獲取深度內(nèi)參。

具體而言，程序首先調(diào)用rs2::pipeline_profile::get_stream()方法獲取深度流的流配置信息，然后使用as<rs2::video_stream_profile>()方法將其轉(zhuǎn)換為rs2::video_stream_profile類(lèi)型的對(duì)象。這樣可以方便地訪(fǎng)問(wèn)深度流的分辨率、內(nèi)參，幀率、像素格式等配置參數(shù)。

RealSense相機(jī)的內(nèi)參包括深度圖內(nèi)參和彩色圖內(nèi)參，下面給出一個(gè)獲取兩種內(nèi)參的簡(jiǎn)單示例：

rs2::config cfg;
cfg.enable_stream(RS2_STREAM_DEPTH, 640, 480, RS2_FORMAT_Z16, 30);
rs2::pipeline pipe;
auto profile = pipe.start(cfg).get_active_profile();

auto depth_stream = profile.get_stream(RS2_STREAM_DEPTH).as<rs2::video_stream_profile>();
auto depth_intrinsics = depth_stream.get_intrinsics();

auto color_stream = profile.get_stream(RS2_STREAM_COLOR).as<rs2::video_stream_profile>();
auto color_intrinsics = color_stream.get_intrinsics();

這里回到我們的代碼中來(lái)，stream.get_intrinsics();函數(shù)獲取深度內(nèi)參，內(nèi)參矩陣是相機(jī)的重要參數(shù)之一，描述了相機(jī)的內(nèi)部幾何結(jié)構(gòu)，包括相機(jī)的焦距、主點(diǎn)位置和像素尺寸等信息。在計(jì)算深度圖像和三維點(diǎn)云時(shí)，需要使用深度相機(jī)的內(nèi)參矩陣對(duì)深度值進(jìn)行校正和轉(zhuǎn)換，以得到準(zhǔn)確的三維坐標(biāo)。

    rs2::align align_to_color(RS2_STREAM_COLOR);
    rs2::frameset frameset;

rs2::align類(lèi)是一個(gè)幫助類(lèi)，用于將不同傳感器的幀對(duì)齊，以便于將它們組合在一起進(jìn)行處理。在該程序中，通過(guò)RS2_STREAM_COLOR參數(shù)指定將深度幀對(duì)齊到彩色幀。這樣，對(duì)齊后的深度幀和彩色幀具有相同的時(shí)間戳和空間參考系，可以方便地進(jìn)行聯(lián)合處理。

rs2::frameset類(lèi)是一個(gè)幀集合類(lèi)，用于獲取一組關(guān)聯(lián)的幀。在該程序中，rs2::frameset對(duì)象用于存儲(chǔ)從相機(jī)獲取的多個(gè)幀，包括彩色圖像、深度圖像、紅外圖像等。通過(guò)獲取這些幀，可以進(jìn)行基于深度數(shù)據(jù)的三維重建、物體檢測(cè)、姿態(tài)估計(jì)等應(yīng)用。同時(shí)，通過(guò)使用幀集合類(lèi)，還可以實(shí)現(xiàn)多幀數(shù)據(jù)的同步采集、保存和回放等功能。

將深度幀對(duì)齊到彩色幀和將彩色幀對(duì)齊到深度幀的區(qū)別：

將深度幀對(duì)齊到彩色幀的操作是一種常見(jiàn)的操作，目的是將深度數(shù)據(jù)和彩色圖像在時(shí)間和空間上進(jìn)行對(duì)齊，以便于將它們組合在一起進(jìn)行處理。由于深度相機(jī)和彩色相機(jī)采集數(shù)據(jù)的方式不同，因此在時(shí)間和空間上可能存在一定的偏差。通過(guò)對(duì)齊后，可以得到時(shí)間戳和空間參考系完全一致的深度幀和彩色幀，從而方便地進(jìn)行聯(lián)合處理。在實(shí)際應(yīng)用中，將深度幀對(duì)齊到彩色幀通常更為常見(jiàn)，因?yàn)椴噬珗D像通常具有更高的分辨率和更豐富的信息，可以提供更準(zhǔn)確的場(chǎng)景信息，有助于深度信息的校正和增強(qiáng)。

將彩色幀對(duì)齊到深度幀的操作相對(duì)較少見(jiàn)，通常在需要進(jìn)行基于深度數(shù)據(jù)的像素級(jí)別處理時(shí)使用。由于深度圖像和彩色圖像的分辨率和采集方式不同，因此在像素級(jí)別的處理中可能會(huì)出現(xiàn)誤差。通過(guò)將彩色幀對(duì)齊到深度幀，可以根據(jù)深度數(shù)據(jù)對(duì)彩色圖像進(jìn)行校正，從而提高像素級(jí)別處理的精度。例如，在進(jìn)行虛擬現(xiàn)實(shí)應(yīng)用時(shí)，需要將虛擬物體的圖像合成到真實(shí)場(chǎng)景中。此時(shí)，需要根據(jù)深度圖像的信息將虛擬物體正確地投影到真實(shí)場(chǎng)景中，從而實(shí)現(xiàn)逼真的效果。為了實(shí)現(xiàn)此目的，需要將彩色圖像對(duì)齊到深度圖像。

第五步，通過(guò)創(chuàng)建的管道獲取數(shù)據(jù)流。

frameset = pipe.wait_for_frames();
frameset = align_to_color.process(frameset);

可以說(shuō)前面四不全部是準(zhǔn)備工作。到第五步才相機(jī)開(kāi)始正式工作。

這段代碼是使用RealSense相機(jī)的C++ API獲取深度和彩色圖像，并將深度幀對(duì)齊到彩色幀。具體來(lái)說(shuō)，代碼分為兩個(gè)步驟：

1. pipe.wait_for_frames()：等待獲取一幀包含深度和彩色圖像的幀集。
2. align_to_color.process(frameset)：將獲取到的深度幀對(duì)齊到彩色幀，返回一個(gè)包含對(duì)齊后深度和彩色幀的新幀集。

拿到對(duì)齊后的視頻流后，需要從里面拿到對(duì)齊后的深度流和彩色流，并獲取

            rs2::video_frame color_frame = frameset.get_color_frame();
            rs2::depth_frame depth_frame = frameset.get_depth_frame();
            // 獲取彩色圖像寬
            const int w = color_frame.as<rs2::video_frame>().get_width(); 
            const int h = color_frame.as<rs2::video_frame>().get_height(); 

為了方便對(duì)圖像進(jìn)行處理，需要將彩色幀轉(zhuǎn)成成OpenCV中的cv::Mat格式，這里轉(zhuǎn)換，需要注意一下，因?yàn)閛pencv的存在，opencv中，它默認(rèn)讀取和顯示圖像時(shí)的通道順序是BGR而不是RGB，因此還需要進(jìn)行格式轉(zhuǎn)換。

            cv::Mat frame(cv::Size(w, h), CV_8UC3, (void*)color_frame.get_data(), cv::Mat::AUTO_STEP);
            cv::cvtColor(frame, frame, cv::COLOR_RGB2BGR);

1. 創(chuàng)建一個(gè)OpenCV中的cv::Mat對(duì)象，用于存儲(chǔ)彩色幀的像素?cái)?shù)據(jù)。其中，cv::Size(w, h)指定了圖像的寬度和高度，CV_8UC3表示圖像的數(shù)據(jù)類(lèi)型為8位無(wú)符號(hào)整數(shù)，3個(gè)通道，color_frame.get_data()返回彩色幀的數(shù)據(jù)指針，cv::Mat::AUTO_STEP表示自動(dòng)計(jì)算每行像素的字節(jié)數(shù)，從而得到圖像數(shù)據(jù)的步長(zhǎng)（stride）。

2. 將RealSense相機(jī)獲取的彩色幀數(shù)據(jù)存儲(chǔ)到cv::Mat對(duì)象中。由于RealSense相機(jī)獲取的彩色幀數(shù)據(jù)格式為RGB8，而OpenCV中的cv::Mat默認(rèn)使用BGR8格式，因此需要進(jìn)行顏色通道的交換，即將R通道和B通道的數(shù)據(jù)交換位置。這可以通過(guò)OpenCV提供的cv::cvtColor()函數(shù)實(shí)現(xiàn)，具體代碼如下：

到這里圖像已經(jīng)準(zhǔn)備好了，你可以把它用起來(lái)了，做比如yolov5目標(biāo)檢測(cè)等，目標(biāo)檢測(cè)得到結(jié)果后，為了結(jié)果用起來(lái)，還需要進(jìn)行像素坐標(biāo)系到現(xiàn)實(shí)坐標(biāo)系的轉(zhuǎn)換，Yolov5等算法直接輸出的位置結(jié)果是基于像素坐標(biāo)系的，不能直接使用，需要進(jìn)行轉(zhuǎn)換。

第六步，使用rs2_deproject_pixel_to_point函數(shù)進(jìn)行坐標(biāo)系轉(zhuǎn)換

rs2_deproject_pixel_to_point函數(shù)是RealSense C++ API中用于將像素坐標(biāo)投影為相機(jī)坐標(biāo)系中的3D點(diǎn)的函數(shù)。使用該函數(shù)需要提供相機(jī)內(nèi)參和深度值，函數(shù)原型如下：

rs2_deproject_pixel_to_point(float* out, const rs2_intrinsics *intrin, const float pixel[2], float depth);

其中，out是一個(gè)指向包含3D點(diǎn)坐標(biāo)的float型數(shù)組的指針；intrin是一個(gè)指向相機(jī)內(nèi)參結(jié)構(gòu)體的指針；pixel是一個(gè)包含像素坐標(biāo)（x，y）的float型數(shù)組，depth是深度值。

下面是一個(gè)使用rs2_deproject_pixel_to_point函數(shù)的示例：

// 創(chuàng)建一個(gè)深度幀和一個(gè)內(nèi)參結(jié)構(gòu)體
rs2::depth_frame depth_frame = frames.get_depth_frame();
rs2::video_stream_profile depth_profile = depth_frame.get_profile().as<rs2::video_stream_profile>();
rs2_intrinsics intrin = depth_profile.get_intrinsics();

// 獲取深度值和像素坐標(biāo)
float depth_value = depth_frame.get_distance(x, y);
float pixel[2] = { (float)x, (float)y };

// 將像素坐標(biāo)投影到3D坐標(biāo)
float point[3];
rs2_deproject_pixel_to_point(point, &intrin, pixel, depth_value);

該示例中，我們首先獲取深度幀和內(nèi)參結(jié)構(gòu)體，然后從深度幀中獲取深度值和像素坐標(biāo)。最后，我們調(diào)用rs2_deproject_pixel_to_point函數(shù)將像素坐標(biāo)投影到3D坐標(biāo)，并將結(jié)果保存在point數(shù)組中。

rs2_deproject_pixel_to_point函數(shù)的輸出結(jié)果是一個(gè)包含三個(gè)浮點(diǎn)數(shù)的數(shù)組，表示像素點(diǎn)在3D空間中的坐標(biāo)。如果需要打印輸出這個(gè)結(jié)果，可以使用以下代碼：

float point[3];
rs2_deproject_pixel_to_point(point, &intrinsics, pixel, depth);

std::cout << "Point in 3D space: (" << point[0] << ", " << point[1] << ", " << point[2] << ")" << std::endl;

其中，intrinsics是相機(jī)的內(nèi)參矩陣，pixel是待轉(zhuǎn)換的像素坐標(biāo)，depth是對(duì)應(yīng)像素點(diǎn)的深度值。以上代碼將輸出格式為(x, y, z)的點(diǎn)坐標(biāo)。請(qǐng)注意，打印輸出結(jié)果前需要先確保rs2_deproject_pixel_to_point函數(shù)的返回值為true，表示轉(zhuǎn)換成功。

函數(shù)的輸出結(jié)果是一個(gè)點(diǎn)在3D空間中的坐標(biāo)。具體而言，該函數(shù)接收一個(gè)像素坐標(biāo)和對(duì)應(yīng)的深度值作為輸入，然后使用相機(jī)的內(nèi)參矩陣對(duì)這個(gè)像素點(diǎn)進(jìn)行反投影，得到該點(diǎn)在相機(jī)坐標(biāo)系下的坐標(biāo)。最后，根據(jù)相機(jī)坐標(biāo)系和世界坐標(biāo)系之間的轉(zhuǎn)換關(guān)系，將相機(jī)坐標(biāo)系下的坐標(biāo)轉(zhuǎn)換為世界坐標(biāo)系下的坐標(biāo)。

因此，rs2_deproject_pixel_to_point函數(shù)的輸出結(jié)果是一個(gè)三維坐標(biāo)，包含x、y和z三個(gè)分量，表示該點(diǎn)在3D空間中的位置。該點(diǎn)的坐標(biāo)可以用一個(gè)浮點(diǎn)數(shù)數(shù)組來(lái)表示。

這里我簡(jiǎn)單總結(jié)一下，rs2_deproject_pixel_to_point函數(shù)中，第一個(gè)參數(shù)是我們需要的，我們需要自己創(chuàng)建一個(gè)float 類(lèi)型的數(shù)組去接收坐標(biāo)系轉(zhuǎn)換的結(jié)果，我這里當(dāng)時(shí)很郁悶，不知道怎么拿到轉(zhuǎn)換后的坐標(biāo)值，直接創(chuàng)建一個(gè)數(shù)組區(qū)接收就好了。

后面三個(gè)參數(shù)我們都可以通過(guò)相機(jī)的api拿到，這里說(shuō)嗎如何拿到最后一個(gè)參數(shù)，深度值。

我們可以通過(guò)depth_frame.get_distance()函數(shù)獲取像素坐標(biāo)對(duì)應(yīng)的深度值，get_distance函數(shù)的輸入值是某點(diǎn)的x,y的像素坐標(biāo)，可以自己區(qū)看realsense的官方文檔，

這里具體說(shuō)下get_sditance函數(shù):首先得知道深度值是什么意思?

深度值全程是深度距離(Depth Distance),通常是指物體表面到深度傳感器(比如深度相機(jī),激光雷達(dá))之間的距離,我們這里用到的是深度傳感器是深度相機(jī),因此深度相機(jī)的深度距離指的是相機(jī)到物體表面的距離,也被稱(chēng)為相機(jī)拍攝的圖像中每個(gè)像素點(diǎn)與深度相機(jī)之間的距離.注意:此深度距離值非真實(shí)世界下,物體和相機(jī)的距離.在深度相機(jī)的深度圖像中，每個(gè)像素的深度值是以16位無(wú)符號(hào)整數(shù)（uint16_t）的形式存儲(chǔ)的，以表示該像素與深度相機(jī)之間的距離。get_sditance函數(shù)獲取某一個(gè)像素點(diǎn)（x，y）的深度值，并將其存儲(chǔ)在uint16_t型變量et_sditance函數(shù)的輸出值depth_value中,然而，這個(gè)深度值（depth_value）本身的單位只是相機(jī)內(nèi)部使用的一種規(guī)范化的無(wú)量綱單位。為了獲得真實(shí)的距離，可以使用get_depth_scale函數(shù)，獲取了深度傳感器的深度比例尺，以將深度值轉(zhuǎn)換為實(shí)際距離。depth_scale表示深度值與實(shí)際距離的比例關(guān)系，是一個(gè)浮點(diǎn)數(shù)（float）值，具體根據(jù)深度傳感器的實(shí)際規(guī)格而定。例如，對(duì)于Realsense D435深度相機(jī)，其默認(rèn)的深度比例尺為0.001米（即1毫米）/深度值。另外，代碼中還使用get_option函數(shù)獲取深度傳感器的深度偏移值（即單位深度值對(duì)應(yīng)的真實(shí)距離），將其存儲(chǔ)在float型變量depth_offset中。這個(gè)距離值通常以米為單位，因此深度距離distance可根據(jù)以下公式計(jì)算：

distance = depth_value * depth_scale + depth_offset

其中，depth_value是從深度相機(jī)的深度圖像中獲取的像素深度值，depth_scale是深度比例尺，depth_offset是深度偏移值，將他們分別相乘和相加，即可得到實(shí)際的距離（distance）。

下面是使用get_distance函數(shù)的簡(jiǎn)單示例：

#include <librealsense2/rs.hpp>
#include <opencv2/opencv.hpp>

// 獲取深度圖像某個(gè)像素的深度值
float get_distance(const rs2::depth_frame& depth_frame, int x, int y)
{
    float depth = depth_frame.get_distance(x, y);
    if (depth == 0) {
        return -1;  // 無(wú)效深度值
    }
    return depth;
}

int main()
{
    // 配置RealSense相機(jī)
    rs2::pipeline pipe;
    rs2::config cfg;
    cfg.enable_stream(RS2_STREAM_DEPTH, 640, 480, RS2_FORMAT_Z16, 30);
    pipe.start(cfg);

    // 循環(huán)讀取深度圖像并獲取某個(gè)像素的深度值
    while (true) {
        rs2::frameset frames = pipe.wait_for_frames();
        rs2::depth_frame depth_frame = frames.get_depth_frame();

        // 讀取深度值
        int x = 320;  // 像素坐標(biāo)x
        int y = 240;  // 像素坐標(biāo)y
        float distance = get_distance(depth_frame, x, y);

        if (distance > 0) {
            std::cout << "Depth at (" << x << ", " << y << ") is " << distance << " meters." << std::endl;
        }

        // 顯示深度圖像
        cv::Mat depth_image(cv::Size(640, 480), CV_16UC1, (void*)depth_frame.get_data(), cv::Mat::AUTO_STEP);
        cv::Mat depth_image_show;
        depth_image.convertTo(depth_image_show, CV_8U, 255.0 / 1000);
        cv::imshow("Depth Image", depth_image_show);

        char c = cv::waitKey(1);
        if (c == 'q' || c == 27) {
            break;
        }
    }

    pipe.stop();

    return 0;
}

下面是使用get_depth_scale函數(shù)和get_distance函數(shù)的示例代碼

#include <librealsense2/rs.hpp>
#include <iostream>

int main()
{
    rs2::pipeline pipe;
    rs2::config cfg;
    rs2::frameset frames;
    rs2::frame depth_frame;

    // 配置相機(jī)
    cfg.enable_stream(RS2_STREAM_DEPTH, 640, 480, RS2_FORMAT_Z16, 30);
    pipe.start(cfg);

    // 獲取深度幀
    frames = pipe.wait_for_frames();
    depth_frame = frames.get_depth_frame();

    // 獲取像素點(diǎn)深度值和距離值
    int x = 320;
    int y = 240;
    uint16_t depth_value = depth_frame.get_distance(x, y);
    float depth_scale = pipe.get_active_profile().get_device().first<rs2::depth_sensor>().get_depth_scale();
    float depth_offset = pipe.get_active_profile().get_device().first<rs2::depth_sensor>().get_option(RS2_OPTION_DEPTH_UNITS);
    float distance = (depth_value * depth_scale) + depth_offset;

    // 輸出距離值
    std::cout << "Distance to object: " << distance << " meters" << std::endl;

    return 0;
}

第七步，實(shí)際應(yīng)用

下面我會(huì)用C++給出一段示例代碼，也是我自己寫(xiě)的和使用的代碼，沒(méi)有問(wèn)題。

#include <librealsense2/rs.hpp>
#include <librealsense2/rsutil.h>


int main()
{
    // 相機(jī)參數(shù)配置
    rs2::pipeline pipe;
    rs2::config cfg;

    cfg.enable_stream(RS2_STREAM_DEPTH, 1280, 720, RS2_FORMAT_Z16, 30);
    cfg.enable_stream(RS2_STREAM_COLOR, 1280, 720, RS2_FORMAT_BGR8, 30);

    rs2::pipeline_profile profile = pipe.start(cfg); 
    rs2::align align_to_color(RS2_STREAM_COLOR);   // 創(chuàng)建深度流和彩色流對(duì)齊的實(shí)例化對(duì)象
    
    while(true)
    {
        rs2::frameset frameset = pipe.wait_for_frames();
        auto aligned_frameset = align_to_color.process(frameset); // 實(shí)際進(jìn)行流對(duì)齊

        // 基于對(duì)齊的混合流獲取深度流和彩色流,進(jìn)而獲取流對(duì)齊后的深度內(nèi)參
        rs2::video_frame color_stream = aligned_frameset.get_color_frame();
        rs2::depth_frame aligned_depth_stream = aligned_frameset.get_depth_frame();

        rs2::video_stream_profile depth_stream_profile =                 
        aligned_depth_stream.get_profile().as<rs2::video_stream_profile>();
        const auto depth_intrinsics = depth_stream_profile.get_intrinsics(); //獲取對(duì)齊后的深度內(nèi)參

        // 獲取彩色圖像寬
        const int w = color_stream.as<rs2::video_frame>().get_width(); 
        const int h = color_stream.as<rs2::video_frame>().get_height(); 
        
        // 獲取圖像中心像素點(diǎn)
        float u = 0.5;
        float v = 0.5;

        int c = w * u;
        int r = h * v;

		float pixe_center[2];
		pixe_center[0] = c;
		pixe_center[1] = r;

        // 像素坐標(biāo)系轉(zhuǎn)換到相機(jī)坐標(biāo)系
        float pixed_center_depth_value =     aligned_depth_stream.get_distance(pixe_center[0],pixe_center[1]);

        rs2_deproject_pixel_to_point(point_in_color_coordinates, &depth_intrinsics, pixe_center, pixed_center_depth_value);

        std::cout << "像素中心在在彩色相機(jī)坐標(biāo)系下的X坐標(biāo)" << point_in_color_coordinates[0] << "Y坐標(biāo)系" << point_in_color_coordinates[1] << "Z坐標(biāo)" << point_in_color_coordinates[2] << endl;

    }
    
}

上述代碼有三個(gè)注意點(diǎn)，1.流對(duì)齊；2.深度內(nèi)參的獲??；3.get_distance函數(shù)的使用；4.rs2_deproject_pixel_to_point函數(shù)的使用。

1.流對(duì)齊

流對(duì)齊盡量選擇將深度流對(duì)齊彩色流，精度更高

2.深度內(nèi)參

如果要轉(zhuǎn)坐標(biāo)系，深度內(nèi)參在流對(duì)齊之后獲取，才是正確的做法，不然精度不高

3.get_distance函數(shù)

獲取深度時(shí)，也要選擇對(duì)齊后的深度流

4.rs2_deproject_pixel_to_point函數(shù)

該函數(shù)最終將坐標(biāo)系轉(zhuǎn)換到了相機(jī)的彩色相機(jī)坐標(biāo)系下

彩色相機(jī)坐標(biāo)系如下，這張圖是我從realsense的官方github倉(cāng)庫(kù)里摘下來(lái)的，真的花了很多時(shí)間

?

這篇文章，我來(lái)來(lái)回回修改好幾遍了呀，花了很多時(shí)間，看完有幫助的友友們，給我點(diǎn)贊啊，點(diǎn)贊讓我快樂(lè)，哈哈哈，希望對(duì)大家有所幫助。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-588778.html

到了這里，關(guān)于C++ api調(diào)用realsense d435相機(jī)，將坐標(biāo)轉(zhuǎn)換到相機(jī)坐標(biāo)系的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！