我刚刚在我的 BitBucket 帐户上创建了一个片段,以使用 PyKinect 和 Pygame 可视化深度图像。这是代码:
import thread
import pygame
from pykinect import nui
DEPTH_WINSIZE = 320,240
screen_lock = thread.allocate()
screen = None
tmp_s = pygame.Surface(DEPTH_WINSIZE, 0, 16)
def depth_frame_ready(frame):
with screen_lock:
frame.image.copy_bits(tmp_s._pixels_address)
arr2d = (pygame.surfarray.pixels2d(tmp_s) >> 7) & 255
pygame.surfarray.blit_array(screen, arr2d)
pygame.display.update()
def main():
"""Initialize and run the game."""
pygame.init()
# Initialize PyGame
global screen
screen = pygame.display.set_mode(DEPTH_WINSIZE, 0, 8)
screen.set_palette(tuple([(i, i, i) for i in range(256)]))
pygame.display.set_caption('PyKinect Depth Map Example')
with nui.Runtime() as kinect:
kinect.depth_frame_ready += depth_frame_ready
kinect.depth_stream.open(nui.ImageStreamType.Depth, 2, nui.ImageResolution.Resolution320x240, nui.ImageType.Depth)
# Main game loop
while True:
event = pygame.event.wait()
if event.type == pygame.QUIT:
break
if __name__ == '__main__':
main()
编辑:上面的代码显示了如何将深度数据转换为 8 位表示(以便可以轻松地将它们绘制为灰度图像)。但是如果你想使用实际的深度数据,你需要知道它们的结构。
使用 Microsoft Kinect SDK(PyKinect 所基于),单个深度像素由 16 位组成。3个不太重要的代表玩家索引,而我不太了解最重要的一个的含义......但是假设我们需要删除最后3位和第一个。例如,这是您需要为每个像素执行的操作的示例(取自此问题):
0 1 1 0 0 0 1 0 0 0 1 1 1 0 0 0 - 16 bits number
0 1 1 0 0 0 1 0 0 0 1 1 1 - 13 bits number
1 1 0 0 0 1 0 0 0 1 1 1 - 12 bits number
上述操作(删除最后 3 位和第一个)可以通过对arr2d
数组进行两次按位操作来实现。因为它是一个 NumPy 数组,所以可以按如下方式进行:
def depth_frame_ready(frame):
frame.image.copy_bits(tmp_s._pixels_address)
arr2d = (pygame.surfarray.pixels2d(tmp_s) >> 3) & 4095
# arr2d[x,y] is the actual depth measured in mm at (x,y)
然后,您可能需要显示此数据,因此您可能需要 8 位表示。为拿到它,为实现它:
arr2d >>= 4