快速入门¶
本章主要介绍如何使用 Mech-Eye API 来采集 2D、3D 图像并保存图像数据。
获取相机¶
准备工作完成后,可通过以下程序来获取相机(使用枚举方法获得可连接的相机列表)。
std::vector<mmind::api::MechEyeDeviceInfo> deviceInfoList = mmind::api::MechEyeDevice::enumerateMechEyeDeviceList();
List<MechEyeDeviceInfo> deviceInfoList = MechEyeDevice.enumerateMechEyeDeviceList();
self.device_list = self.device.get_device_list()
连接相机¶
获取相机后,可根据以下内容连接相机,以连接相机列表中的第一个相机为例。
mmind::api::MechEyeDevice device;
device.connect(deviceInfoList[0]);
MechEyeDevice device = new MechEyeDevice();
device.connect(deviceInfoList[0]);
self.device.connect(self.device_list[int(0)])
配置相机参数¶
连接相机后,参考以下内容配置相机参数。
2D 图像参数配置¶
在使用相机采集 2D 图像之前,需要设置相机的参数,包括曝光模式、曝光时间等。
device.setScan2DExposureMode(mmind::api::Scanning2DSettings::Scan2DExposureMode::Timed); device.setScan2DExposureTime(100);device.setScan2DExposureMode(Scan2DExposureMode.Timed); device.setScan2DExposureTime(100);self.device.set2D_exposure_mode("Timed") self.device.set2D_exposure_time(100.0)
3D 图像参数配置¶
在使用相机采集 3D 图像之前,需要设置相机的参数,包括曝光次数、曝光时间、感兴趣区域、滤波平滑等。
device.setScan3DExposure(std::vector<double>{5, 10}); device.setDepthRange(mmind::api::DepthRange(100, 1000)); device.setScan3DROI(mmind::api::ROI(0, 0, 500, 500)); device.setCloudSmoothMode( mmind::api::PointCloudProcessingSettings::CloudSmoothMode::Normal); device.setCloudOutlierFilterMode( mmind::api::PointCloudProcessingSettings::CloudOutlierFilterMode::Normal);device.setScan3DExposure(new List<double> {5, 10}); device.setDepthRange(new DepthRange(100, 1000)); device.setScan3DROI(new ROI(0, 0, 500, 500)); device.setCloudSmoothMode(CloudSmoothMode.Normal); device.setCloudOutlierFilterMode(CloudOutlierFilterMode.Normal);self.device.set3D_exposure([5.0, 10.0]) self.device.set_depth_range(100, 1000) self.device.set_3D_roi(0, 0, 500, 500) self.device.set_cloud_smooth_mode("Normal") self.device.set_cloud_outlier_filter_mode("Normal")
保存采集结果¶
保存 2D 图像¶
采集完 2D 图像后,将采集到的 2D 图像数据转化为 OpenCV 图像数据类型,并保存为 .png 格式的图片文件。
const std::string colorFile = "ColorMap.png"; cv::Mat color8UC3 = cv::Mat(colorMap.height(), colorMap.width(), CV_8UC3, colorMap.data()); cv::imwrite(colorFile, color8UC3);string colorFile = "colorMap.png"; Mat color8UC3 = new Mat(unchecked((int)colorMap.height()), unchecked((int)colorMap.width()), DepthType.Cv8U, 3, colorMap.data(), unchecked((int)colorMap.width()) * 3); CvInvoke.Imwrite(colorFile, color8UC3);color_file = "ColorMap.png" cv2.imwrite(color_file, color_map.data())
保存点云¶
采集完 3D 图像后,将采集到的 3D 图像数据转化为点云数据类型,并保存为 .ply 格式的点云。
std::string pointCloudPath = "PointCloudXYZ.ply"; savePLY(pointXYZMap, pointCloudPath);Mat depth32FC3 = new Mat(unchecked((int)pointXYZMap.height()), unchecked((int)pointXYZMap.width()), DepthType.Cv32F, 3, pointXYZMap.data(), unchecked((int)pointXYZMap.width()) * 12); string pointCloudPath = "pointCloudXYZ.ply"; CvInvoke.WriteCloud(pointCloudPath, depth32FC3);point_cloud_xyz = o3d.geometry.PointCloud() points_xyz = np.zeros( (point_xyz.width() * point_xyz.height(), 3), dtype=np.float64) pos = 0 for dd in np.nditer(point_xyz_data): points_xyz[int(pos / 3)][int(pos % 3)] = 0.001 * dd pos = pos + 1 point_cloud_xyz.points = o3d.utility.Vector3dVector(points_xyz) o3d.io.write_point_cloud("PointCloudXYZ.ply", point_cloud_xyz)