快速入门¶

本章主要介绍如何使用 Mech-Eye API 来连接相机、设置相机参数、获取并保存数据。

注意

Mech-Eye API 2.0.0 更新了 C++ 与 C# 的方法与参数名称。如果您已经安装 Mech-Eye SDK 2.0.0，但是仍使用的是2.0.0 以前的接口，请更新方法与参数名称。

准备工作¶

对于 C++ 、 C# 、 Python 语言，需进行 Mech-Eye SDK 安装。

对于 Python 语言，还需进行 Python 相关配置。

搜索相机¶

准备工作完成后，可通过以下指令来搜索相机（使用枚举方法获得可连接的相机列表）。

搜索相机（C++）

std::vector<mmind::api::MechEyeDeviceInfo> deviceInfoList = mmind::api::MechEyeDevice::enumerateMechEyeDeviceList();

搜索相机（C#）

List<MechEyeDeviceInfo> deviceInfoList = MechEyeDevice.EnumerateMechEyeDeviceList();

搜索相机（Python）

self.device_list = self.device.get_device_list()

连接相机¶

搜索相机后，可通过以下指令连接相机，以连接相机列表中的第一个相机为例。

连接相机（C++）

mmind::api::MechEyeDevice device;
device.Connect(deviceInfoList[0]);

连接相机（C#）

MechEyeDevice device = new MechEyeDevice();
device.connect(deviceInfoList[0]);

连接相机（Python）

self.device.connect(self.device_list[int(0)])

设置相机参数¶

连接相机后，可通过以下指令设置相机参数。

设置 2D 图参数¶

在使用相机采集 2D 图之前，需要设置相机的 2D 参数 ，包括 曝光模式、 曝光时间 等。

设置 2D 图参数（C++）
device.setScan2DExposureMode(mmind::api::Scanning2DSettings::Scan2DExposureMode::Timed);
device.setScan2DExposureTime(100);
设置 2D 图参数（C#）
device.SetScan2DExposureMode(Scan2DExposureMode.Timed);
device.SetScan2DExposureTime(100);
设置 2D 图参数（Python）
self.device.set_scan_2d_exposure_mode("Timed")
self.device.set_scan_2d_exposure_time(100.0)

设置深度图与点云参数¶

在使用相机采集用于计算深度数据的图像之前，需要设置影响深度图和点云质量的参数，包括 曝光时间、 深度范围、 感兴趣区域、 点云后处理 等。

设置深度图与点云参数（C++）

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);

设置深度图与点云参数（C#）

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);

设置深度图与点云参数（Python）

self.device.set_scan_3d_exposure([5.0, 10.0])
self.device.set_depth_range(100, 1000)
self.device.set_scan_3d_roi(0, 0, 500, 500)
self.device.set_cloud_smooth_mode("Normal")
self.device.set_cloud_outlier_filter_mode("Normal")

获取数据¶

完成相机参数设置后，可以触发相机采集图像并返回 2D 图及点云数据。

获取 2D 图¶

获取 2D 图（C++）

mmind::api::ColorMap color;
device.captureColorMap(color);

获取 2D 图（C#）

ColorMap color = new ColorMap();
device.CaptureColorMap(ref color);

获取 2D 图（Python）

color_map = device.capture_color()

获取点云数据¶

获取点云数据（C++）

mmind::api::PointXYZMap pointXYZMap;
device.capturePointXYZMap(pointXYZMap);

获取点云数据（C#）

PointXYZMap pointXYZMap = new PointXYZMap();
device.CapturePointXYZMap(ref pointXYZMap);

获取点云数据（Python）

point_xyz = device.capture_point_xyz()

保存数据¶

保存 2D 图¶

将获取的 2D 图数据转化为 OpenCV 数据类型，并保存为 png 格式的图片文件。

保存 2D 图（C++）

const std::string colorFile = "ColorMap.png";
cv::Mat color8UC3 = cv::Mat(colorMap.height(), colorMap.width(), CV_8UC3, colorMap.data());
cv::imwrite(colorFile, color8UC3);

保存 2D 图（C#）

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);

保存 2D 图（Python）

color_file = "ColorMap.png"
cv2.imwrite(color_file, color_map.data())

保存点云¶

将获取的点云数据保存为 ply 格式的点云。

保存点云（C++）

std::string pointCloudPath = "PointCloudXYZ.ply";
savePLY(pointXYZMap, pointCloudPath);

保存点云（C#）

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);

保存点云（Python）

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)