透過 OpneNI 合併 Kinect 深度以及彩色影像資料

本文同時讀取它的深度圖，以及一般的彩色影像、並將之做位置上的校正、合併。為了做到這個目的，除了上一篇有用到的 xn::DepthGenerator 外，這一篇還會用到 xn::ImageGenerator 來讀取 Kinect 的彩色影像資料；而另外為了修正兩個攝影機的視角不同，也會用到 xn::AlternativeViewPointCapability 這個特別的 Capability。

而由於這邊的程式碼是基於上一個程式所修改的，所以在重複的地方，Heresy 不打算重複說明了，請自行回去參考上一篇文章的部分。而接下來，就直接先看程式碼的內容：

 

#include <stdlib.h>
#include <iostream>
#include <string>
 
#include <XnCppWrapper.h>
  
using namespace std;
 
void CheckOpenNIError( XnStatus eResult, string sStatus )
{
  if( eResult != XN_STATUS_OK )
    cerr << sStatus << " Error : " << xnGetStatusString( eResult ) << endl;
}
 
int main( int argc, char** argv )
{
  XnStatus eResult = XN_STATUS_OK;

  // 2. initial context
  xn::Context mContext;
  eResult = mContext.Init();
  CheckOpenNIError( eResult, "initialize context" );

  // 3. create depth generator
  xn::DepthGenerator mDepthGenerator;
  eResult = mDepthGenerator.Create( mContext );
  CheckOpenNIError( eResult, "Create depth generator" );

  // 4. create image generator
  xn::ImageGenerator mImageGenerator;
  eResult = mImageGenerator.Create( mContext );
  CheckOpenNIError( eResult, "Create image generator" );

  // 5. set map mode
  XnMapOutputMode mapMode;
  mapMode.nXRes = 640;
  mapMode.nYRes = 480;
  mapMode.nFPS = 30;
  eResult = mDepthGenerator.SetMapOutputMode( mapMode );
  eResult = mImageGenerator.SetMapOutputMode( mapMode );

  // 6. correct view port
  mDepthGenerator.GetAlternativeViewPointCap().SetViewPoint( mImageGenerator );

  // 7. tart generate data
  eResult = mContext.StartGeneratingAll();

  // 8. read data
  eResult = mContext.WaitNoneUpdateAll();
  if( eResult == XN_STATUS_OK )
  {
    // 9a. get the depth map
    const XnDepthPixel*  pDepthMap = mDepthGenerator.GetDepthMap();
    // 9b. get the image map
    const XnUInt8*    pImageMap = mImageGenerator.GetImageMap();
  }

  // 10. stop
  mContext.StopGeneratingAll();
  mContext.Shutdown();

  return 0;
}

Image Generator

基本上，這邊的程式架構和之前單純讀取深度影像的範例是相同的。不同的地方在於，這邊除了建立用來讀取深度的 xn::DepthGenerator 這個 node、mDepthGenerator 外，也另外建立了一個用來讀取彩色影像用的 node，也就是形別是 xn::ImageGenerator 的物件 mImageGenerator。而它的使用方法基本上和xn::DepthGenerator 是相同的，一樣是先宣告出他的物件後，再透過 Create() 這個成員函式來建立；程式寫法的部分，可以參考上方「4. create image generator」的部分。

而同樣的，在這邊 Heresy 也是把彩色影像的輸出模式，設定為 640 x480 @ 30FPS；而 xn::ImageGenerator設定輸出模式的方法和 xn::DepthGenerator 一樣，也是呼叫 SetMapOutputMode() 做設定就可以了。（上方「5. set map mode」的部分。）

取得影像資料

相較於 xn::DepthGenerator 是透過 GetDepthMap() 這個函式來取得深度的影像，xn::ImageGenerator 則是透過 GetImageMap() 這個函式來取得彩色的影像資料。而在預設的情況下，這樣取得的影像資料會是一個型別是 XnUInt8（實際上就是 unsigned char）的 const 指標，指向一個一維陣列。而這個陣列的大小會是 640 x 480 x 3，每三個為一組、分別代表他的 RGB 的值。

另外，也可以透過 GetRGB24ImageMap() 這個函式，來取得 XnRGB24Pixel 這種封裝好的格式，不過實際使用上差異不大就是了。而如果有需要的話，image generator 也可以透過 SetPixelFormat()，來修改每一個像素的資料形式，不過在這邊就不細提。

視角修正

接下來比較特別的地方，則是「6. correct view port 」的部分。這邊程式的目的，是要修正兩個感應器取得的畫面座標，讓兩者畫面的視角一致。為什麼要做這件事呢？因為 Kinect 的深度攝影機和彩色攝影機是在不同的位置，而且鏡頭本身的參數也不完全相同，所以其實兩個攝影機所取得的畫面，是會有些微的差異的。下面就是在不修正的情況下，所抓到的畫面（左邊是彩色、右邊是深度）：

 

直接看的話感覺好像差不多？不過仔細看的話，是可以發現兩張圖的可視範圍是不一樣的～彩色攝影機的可視範圍，基本上是比深度攝影機大一些的；而如果把兩張圖重疊在一起，看起來會更明顯。右邊的圖就是直接把兩張圖重疊在一起的結果，可以很明顯地看出來，有很多地方都沒有辦法對應得很好，像是天花板上的日光燈罩和機櫃上的東西，都很明顯地看的出來有出入。

為了解決這個問題，OpenNI 有提供一個名為「Alternative View」的 Capability，可以幫助使用 OpenNI 的程式開發者，快速地修正這種視角上的不同；不過這項功能，基本上是要有支援的 production node 才可以用的就是了。

Alternative View 這個 capability 的型別是 xn::AlternativeViewPointCapability，可以直接透過呼叫 Production Node 的「GetAlternativeViewPointCap()」來取得用來操作這項 capability 的物件；基本上 OpenNI 的所有 capability，都是以這樣的形式來使用的。而以 xn::AlternativeViewPointCapability 來說，他有提供 SetViewPoint() 這個函式，可以把其他的 production node 傳進去、把目前這個 node 的視角改為指定 node 的視角。

而 Heresy 這邊實際寫成程式碼，就是：

mDepthGenerator.GetAlternativeViewPointCap().SetViewPoint( mImageGenerator );

這樣寫的意思，就是把 mDepthGenerator 這個 depth generator 的視角、設定成和 mImageGenerator 一樣了。（註：反過來想讓 image generator 根據 depth generator 調整的話，OpenNI 會當掉…）

而加上這一行後， depth generator 所抓到的畫面，就會變成左下方這樣的圖。如果和之前沒有執行過視角調整的結果相比，可以發現調整過後的結果周圍的黑邊明顯地比較大，同時也有一些幾何上的修正（四邊有稍微內凹）；而這樣取得的結果再和彩色影像重疊在一起（右下圖），則可以發現位置變得相當一致，不會有之前畫面內東西不一致的問題了！

 

所以如果有需要要將深度和彩色影像做整合的話，應該就要記得做視角修正的動作，以避免對應的位置出錯。

這一篇文章大概就先寫到這裡了。基本上，這邊主要應該算是在講 Alternative View 這個 capability 了～而實際上，如果有需要的話，可能也可以考慮使用 Frame-Sync 這個 capability，來讓深度影像與彩色影像之間的時間差更小；不過就 Heresy 目前簡單的測試看來，應該差異不大就是了，如果有需要的人，可以自己玩看看了～

trackback: http://kheresy.wordpress.com/2011/01/21/combine_depth_and_image_from_kinect/