3.34. Gen2 深度信息流

本示例说明如何设置SGBM（半全局匹配）视差深度节点，如何通过XLink连接以将结果实时传输到主机，以及如何在OpenCV中显示深度图。请注意，这种情况下会使用视差，因为视差会以更直观的方式着色。

3.34.1. 演示

3.34.2. 设置

请运行以下命令以安装所需的依赖项

Warning

说明：此处安装的是第二代depthai库

python3 -m pip install depthai numpy==1.19.5 opencv-python==4.5.1.48

有关更多信息，请参阅 Python API 安装指南

3.34.3. 源代码

可以在 GitHub 上找到。国内用户也可以在 gitee 上找到。

import cv2
import depthai as dai
import numpy as np

# 定义管道
pipeline = dai.Pipeline()

# 创建左右两个灰度相机流
left = pipeline.createMonoCamera()
left.setResolution(dai.MonoCameraProperties.SensorResolution.THE_400_P)
left.setBoardSocket(dai.CameraBoardSocket.LEFT)

right = pipeline.createMonoCamera()
right.setResolution(dai.MonoCameraProperties.SensorResolution.THE_400_P)
right.setBoardSocket(dai.CameraBoardSocket.RIGHT)

# 创建一个将产生深度图的节点（使用视差输出，因为这样更容易可视化深度）
depth = pipeline.createStereoDepth()
depth.setConfidenceThreshold(200)
left.out.link(depth.left)
right.out.link(depth.right)

# 创建输出流
xout = pipeline.createXLinkOut()
xout.setStreamName("disparity")
depth.disparity.link(xout.input)

# 管道已创建，现在将设备连接管道
with dai.Device(pipeline) as device:
    # 开启管道
    device.startPipeline()

    # 输出队列将用于从上面定义的输出中获取视差帧
    q = device.getOutputQueue(name="disparity", maxSize=4, blocking=False)

    while True:
        in_depth = q.get()  # 阻止呼叫，将等待直到新数据到达
        # 数据最初表示为平面1维数组，需要将其转换为HxW形式
        frame = in_depth.getData().reshape((in_depth.getHeight(), in_depth.getWidth())).astype(np.uint8)
        frame = np.ascontiguousarray(frame)
        # 使用applyColorMap方法给图像添加伪色彩，将应用颜色图以突出显示深度信息
        frame = cv2.applyColorMap(frame, cv2.COLORMAP_JET)
        # 使用OpenCV的imshow方法显示图像
        cv2.imshow("disparity", frame)

        if cv2.waitKey(1) == ord('q'):
            break