使用Freenect和Python从Kinect获取点云

我有一个XBox 360 Kinect传感器通过Linux Mint连接。我正在尝试创建一个CSV文件，其中Z值表示距离传感器的距离。简而言之，我想使用Kinect作为一个短距离3D扫描仪。下面的代码生成了一个CSV文件，但这些值非常奇怪，似乎并不代表现实世界中的XYZ值。下面是生成的CSV文件的示例，所有行都具有类似的值。 x、 y，z -0.22424937966362582,0.16117004627017431,-0.39249255932230664 -0.22424937966362582,0.16050597521014062,-0.39249255932230664 -0.22424937966362582,0.15984190415010693，-0.39249255932230664

这些数字是什么意思？如何获得以米或厘米为单位的Z值？我哪里做错了

下面是我正在运行的代码的一个示例，它是从这个Github页面收集的

这是我的Python代码

#!/usr/bin/python

import sys, traceback
import freenect
import cv2
import numpy as np
import csv
print "running"

def get_depth():
    array,_ = freenect.sync_get_depth()
    array = array.astype(np.uint8)
    return array

def depth2xyzuv(depth, u=None, v=None):
    if u is None or v is None:
        u,v = np.mgrid[:480,:640]  
    # Build a 3xN matrix of the d,u,v data
    C = np.vstack((u.flatten(), v.flatten(), depth.flatten(), 0*u.flatten()+1))
    # Project the duv matrix into xyz using xyz_matrix()
    X,Y,Z,W = np.dot(xyz_matrix(),C)
    X,Y,Z = X/W, Y/W, Z/W
    xyz = np.vstack((X,Y,Z)).transpose()
    xyz = xyz[Z<0,:]
    # Project the duv matrix into U,V rgb coordinates using rgb_matrix() and xyz_matrix()
    U,V,_,W = np.dot(np.dot(uv_matrix(), xyz_matrix()),C)
    U,V = U/W, V/W
    uv = np.vstack((U,V)).transpose()
    uv = uv[Z<0,:]
    return xyz
def uv_matrix():
  """Returns a matrix you can use to project XYZ coordinates (in meters) into
      U,V coordinates in the kinect RGB image"""
  rot = np.array([[ 9.99846e-01,   -1.26353e-03,   1.74872e-02], 
                  [-1.4779096e-03, -9.999238e-01,  1.225138e-02],
                  [1.747042e-02,   -1.227534e-02,  -9.99772e-01]])
  trans = np.array([[1.9985e-02, -7.44237e-04,-1.0916736e-02]])
  m = np.hstack((rot, -trans.transpose()))
  m = np.vstack((m, np.array([[0,0,0,1]])))
  KK = np.array([[529.2, 0, 329, 0],
                 [0, 525.6, 267.5, 0],
                 [0, 0, 0, 1],
                 [0, 0, 1, 0]])
  m = np.dot(KK, (m))
  return m
def xyz_matrix():
  fx = 594.21
  fy = 591.04
  a = -0.0030711
  b = 3.3309495
  cx = 339.5
  cy = 242.7
  mat = np.array([[1/fx, 0, 0, -cx/fx],
                  [0, -1/fy, 0, cy/fy],
                  [0,   0, 0,    -1],
                  [0,   0, a,     b]])
  return mat
depth = get_depth()
depthpoints = depth2xyzuv(depth)

print "Create csv header..."
f = open("/home/gerry/depthtest.csv",'a')
f.write("x,y,z\n")
f.close()
print "writing to text file...please wait...."
with open("/home/gerry/depthtest.csv", 'a') as f:
    csvwriter = csv.writer(f)
    csvwriter.writerows(depthpoints)   
print "finished writing to text file..."
print "done"

#/usr/bin/python
导入系统，回溯
导入免费链接
进口cv2
将numpy作为np导入
导入csv
打印“运行”
def get_depth（）：
数组，\uu=freenect.sync\u get\u depth（）
array=array.astype（np.uint8）
返回数组
def深度2xYZUV（深度，u=无，v=无）：
如果u为无或v为无：
u、 v=np.mgrid[：480，：640]
#建立一个3×N的d、u、v数据矩阵
C=np.vstack（（u.flatte（），v.flatte（），depth.flatte（），0*u.flatte（）+1））
#使用xyz_矩阵（）将duv矩阵投影到xyz中
十、 Y，Z，W=np.dot（xyz_矩阵（），C）
十、 Y，Z=X/W，Y/W，Z/W
xyz=np.vstack（（X，Y，Z））.transpose（）
xyz=xyz[Z读一下：


和libfreenect文档

有可用的校准信息z基本上是从第一个链接示例中的示例计算出的与相机的距离

smaple python代码来计算距离

def深度计（x）：

请阅读以下内容：


和libfreenect文档

有可用的校准信息z基本上是从第一个链接示例中的示例计算出的与相机的距离

smaple python代码来计算距离

def深度计（x）：

    ans = (x>>3)/1000   #from stackover flow and libfreekinect imaging documentation
    return ans