前言

在前面的一篇文章中討論了如何從Kinect獲取深度圖：Kinect學習（四）：提取深度數據。
這里要對其進行拓展，Kinect可以獲取兩種格式的深度圖：

不帶用戶ID的深度數據，也是存儲在16位的變量中，但是只使用了前12位，用來表示深度。

帶用戶ID的深度數據，16位，前3位表示用戶ID，最多可以識別6個人，后13位表示深度；

在前一篇文章（Kinect學習（四）：提取深度數據）中是使用的就是前者，這里要使用后者。通過帶用戶ID的深度數據，我們可以很輕易地得到用戶在圖像中的位置與深度信息，利于后續的摳圖等等的操作。

代碼

慣例，先上代碼。

#include <Windows.h> #include <iostream> #include <NuiApi.h> #include <opencv2/opencv.hpp>using namespace std; using namespace cv;typedef struct structBGR {BYTE blue;BYTE green;BYTE red; } BGR;// 處理深度數據的每一個像素，如果屬于同一個用戶的ID，那么像素就標為同種顏色，不同的用戶， // 其ID不一樣，顏色的標示也不一樣，如果不屬于某個用戶的像素，那么就采用原來的深度值 BGR Depth2RGB(USHORT depthID) {//每像素共16bit的信息，其中最低3位是ID（所捕捉到的人的ID），剩下的13位才是信息 USHORT realDepth = (depthID & 0xfff8) >> 3; //深度信息，高13位USHORT player = depthID & 0x0007; //提取用戶ID信息，低3位//因為提取的信息是距離信息，為了便于顯示，這里歸一化為0-255BYTE depth = (BYTE)(255 * realDepth / 0x1fff);BGR color_data;color_data.blue = color_data.green = color_data.red = 0;//RGB三個通道的值都是相等的話，就是灰度的 //Kinect系統能夠處理辨識傳感器前多至6個人物的信息，但同一時刻最多只有2個玩家可被追蹤（即骨骼跟蹤）switch (player){case 0:color_data.blue = depth / 2;color_data.green = depth / 2;color_data.red = depth / 2;break;case 1:color_data.red = depth;break;case 2:color_data.green = depth;break;case 3:color_data.blue = depth;break;case 4:color_data.blue = depth;color_data.green = depth;color_data.red = depth / 4;break;case 5:color_data.blue = depth;color_data.green = depth / 4;color_data.red = depth;break;case 6:color_data.blue = depth / 4;color_data.green = depth;color_data.red = depth;break;}return color_data; }int main(int argc, char * argv[]) {cv::Mat img;img.create(240, 320, CV_8UC3);// 1、初始化NUIHRESULT hr = NuiInitialize(NUI_INITIALIZE_FLAG_USES_DEPTH_AND_PLAYER_INDEX);if (FAILED(hr)){cout << "NuiIntialize failed" << endl;return hr;}// 2、定義事件句柄 // 創建讀取下一幀的信號事件句柄，控制KINECT是否可以開始讀取下一幀數據 HANDLE nextDepthFrameEvent = CreateEvent(NULL, TRUE, FALSE, NULL);HANDLE depthStreamHandle = NULL; // 保存圖像數據流的句柄，用以提取數據 // 3、打開Kinect設備的深度圖數據通道，使用depthStreamHandle保存該數據流的句柄，以便于后續讀取hr = NuiImageStreamOpen(NUI_IMAGE_TYPE_DEPTH_AND_PLAYER_INDEX, NUI_IMAGE_RESOLUTION_320x240, 0, 2, nextDepthFrameEvent, &depthStreamHandle);if (FAILED(hr)){cout << "Could not open color image stream video" << endl;NuiShutdown();return hr;}cv::namedWindow("depthImage", CV_WINDOW_AUTOSIZE);// 4、開始讀取深度數據while (1){const NUI_IMAGE_FRAME * pImageFrame = NULL;// 4.1、無限等待新的數據，等到后就返回if (WaitForSingleObject(nextDepthFrameEvent, INFINITE) == 0){// 4.2、從剛才打開數據流的流句柄中得到該幀的數據，讀取到的數據地址存在pImageFramehr = NuiImageStreamGetNextFrame(depthStreamHandle, 0, &pImageFrame);if (FAILED(hr)){cout << "Could not get depth image" << endl;NuiShutdown();return hr;}INuiFrameTexture * pTexture = pImageFrame->pFrameTexture;NUI_LOCKED_RECT LockedRect;// 4.3、提取數據幀到LockedRect，它包括了兩個數據對象：pitch每行字節數，pBits第一個字節地址//并鎖定數據，這樣當我們讀數據的時候，kinect就不會去修改它 pTexture->LockRect(0, &LockedRect, NULL, 0);// 4.4、確認得到的數據是否有效if (LockedRect.Pitch != 0){//4.5、將數據轉換為OpenCV的Mat格式 for (int i = 0;i < img.rows;i++){uchar * ptr = img.ptr<uchar>(i);//深度圖像數據含有兩種格式，這里像素的低12位表示一個深度值，高4位未使用；//這里是第二種：既表示深度值又含有人物序號，則像素值的高13位保存了深度值，低三位保存用戶序號，//注意這里需要轉換，因為每個數據是2個字節，存儲的同上面的顏色信息不一樣，uchar *pBufferRun = (uchar*)(LockedRect.pBits) + i * LockedRect.Pitch;USHORT * pBuffer = (USHORT*)pBufferRun;for (int j = 0;j < img.cols;j++){// ptr[j] = 255 - (uchar)(255 * pBuffer[j] / 0x0fff); //直接將數據歸一化處理// ptr[j] = (uchar)(255 * pBuffer[j] / 0x0fff); //直接將數據歸一化處理BGR rgb = Depth2RGB(pBuffer[j]);ptr[3 * j] = rgb.blue;ptr[3 * j + 1] = rgb.green;ptr[3 * j + 2] = rgb.red;}}cv::imshow("depthImage", img);}else{cout << "Buffer length of received texture is bogus\r\n" << endl;}// 5、這幀已經處理完了，將其解鎖，更新下一幀數據pTexture->UnlockRect(0);// 6、釋放這一陣數據，準備接受下一幀NuiImageStreamReleaseFrame(depthStreamHandle, pImageFrame);}if (cv::waitKey(20) == 27){break;}}// 7、關閉NUI連接NuiShutdown();return 0; } }

結果

說明

代碼的套路大體上與Kinect學習（四）：提取深度數據總是一樣的，只有少部分不同。一樣的地方不做贅述了，請自行查閱代碼。

1、數據讀取

• NUI初始化的參數要改為：NUI_INITIALIZE_FLAG_USES_DEPTH_AND_PLAYER_INDEX；
• 打開深度圖數據流時的圖像類型改為：NUI_IMAGE_TYPE_DEPTH_AND_PLAYER_INDEX；

2、深度數據處理

由于這里的深度數據格式與之前不同，所以另外定義了一個函數來處理帶用戶ID的深度數據。
首先是自定義了一個結構體：

typedef struct structBGR {BYTE blue;BYTE green;BYTE red; } BGR;

用來表示一個像素的RGB值。

然后，定義深度數據處理函數：

// 處理深度數據的每一個像素，如果屬于同一個用戶的ID，那么像素就標為同種顏色，不同的用戶， // 其ID不一樣，顏色的標示也不一樣，如果不屬于某個用戶的像素，那么就采用原來的深度值 BGR Depth2RGB(USHORT depthID) {//每像素共16bit的信息，其中最低3位是ID（所捕捉到的人的ID），剩下的13位才是信息 USHORT realDepth = (depthID & 0xfff8) >> 3; //深度信息，高13位USHORT player = depthID & 0x0007; //提取用戶ID信息，低3位//因為提取的信息是距離信息，為了便于顯示，這里歸一化為0-255BYTE depth = (BYTE)(255 * realDepth / 0x1fff);BGR color_data;color_data.blue = color_data.green = color_data.red = 0;//RGB三個通道的值都是相等的話，就是灰度的 //Kinect系統能夠處理辨識傳感器前多至6個人物的信息，但同一時刻最多只有2個玩家可被追蹤（即骨骼跟蹤）switch (player){case 0:color_data.blue = depth / 2;color_data.green = depth / 2;color_data.red = depth / 2;break;case 1:color_data.red = depth;break;case 2:color_data.green = depth;break;case 3:color_data.blue = depth;break;case 4:color_data.blue = depth;color_data.green = depth;color_data.red = depth / 4;break;case 5:color_data.blue = depth;color_data.green = depth / 4;color_data.red = depth;break;case 6:color_data.blue = depth / 4;color_data.green = depth;color_data.red = depth;break;}return color_data; }

從低13位提取出深度數據，高3位提取出ID號。根據ID和深度的不同顯示不同的顏色。

參考資料

https://blog.csdn.net/zouxy09/article/details/8151044

https://blog.csdn.net/timebomb/article/details/7169372

總結

以上是生活随笔為你收集整理的Kinect学习（五）：提取带用户ID的深度数据的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。