0

我在 Windows 中使用 PyKinect 和 OpenCV 来保存 RGB 和 kinect 深度图像。可以很好地显示 RGB 和深度图像。RGB 和深度图像的帧速率均为 30FPS。

我想以 .jpg 格式保存 RGB 图像，以 .xml 格式保存深度图像。这也可以正常工作。

但我的问题是当我开始保存 RGB 和深度图像时，我没有获得相同的帧速率。就像我将图像保存 10 秒一样，我会得到 300 个 XML 文件，但同时我会得到 100 个 JPG 图像。

但是，如果我执行相同的程序仅保存 RGB 图像（注释掉深度图像部分）10 秒，我会得到 300 个 JPG 文件。所以我相信这是一个可以改进的性能问题。任何提高性能的建议表示赞赏。

这是我的方法：

from pykinect import nui
from pykinect.nui import JointId
import numpy
from numpy import * 
import cv2
import datetime


import os
import os.path
from os.path import join as pjoin
from pykinect.nui import SkeletonTrackingState

current_directory = os.getcwd()

kinect = nui.Runtime()
save_image = False


def getColorImage(frame):
    height,width = frame.image.height,frame.image.width #get width and height of the images 
    rgb = numpy.empty((height,width,4),numpy.uint8) 
    frame.image.copy_bits(rgb.ctypes.data) #copy the bit of the image to the aray   
    cv2.imshow('KINECT Video Stream', rgb) # display the image
    # save to Folder
    folder = 'RGB_images'+'\\s'+ subject_id +'_a' +activity_id
    if not os.path.exists(folder):
        os.makedirs(folder)
    path = current_directory+str('\\')+folder
    image_name = 'color_image_'+str(frame.frame_number)+'.jpg'
    if save_image:
        cv2.imwrite(os.path.join(path,image_name), rgb)


def getDepthImage(frame):
    height,width = frame.image.height,frame.image.width #get frame height and width
    depth_frame = saveDepthImageData(frame.frame_number)
    depth = numpy.empty((height,width,1),numpy.uint8)   
    arr2d = (depth >> 3) & 4095 
    arr2d >>= 4

    frame.image.copy_bits(arr2d.ctypes.data)

    cv2.imshow('KINECT depth Stream', arr2d)

    folder = 'Depth_data'+'\\s'+ subject_id +'_a' +activity_id
    if not os.path.exists(folder):
        os.makedirs(folder)     
    path = current_directory+str('\\')+folder
    file_name = 'depth_image_'+str(frame.frame_number)+'.xml'
    file_to_save = os.path.join(path,file_name)
    if save_image:      
        f = cv2.FileStorage(file_to_save,flags=1)
        f.write("depthImg",arr2d)
        f.release() #close the file


def main():
    global save_image
    global subject_id
    global activity_id


    subject_id = raw_input("Subject id : ")
    activity_id = raw_input("Activity id : ")
    print "Press t to start saving"
    print "Press Esc to quit"

    kinect.video_frame_ready += getColorImage
    kinect.video_stream.open(nui.ImageStreamType.Video, 2,nui.ImageResolution.Resolution640x480,nui.ImageType.Color)
    cv2.namedWindow('KINECT Video Stream', cv2.WINDOW_AUTOSIZE)

    kinect.depth_frame_ready += getDepthImage
    kinect.depth_stream.open(nui.ImageStreamType.Depth, 2, nui.ImageResolution.Resolution320x240, nui.ImageType.Depth)
    cv2.namedWindow('KINECT depth Stream', cv2.WINDOW_AUTOSIZE)

    while True:
        key = cv2.waitKey(0)        
        if key == 116:
            save_image = not save_image
        if key == 27:           
            cv2.destroyAllWindows()
            kinect.close()
            break   


if __name__ == '__main__':
    main()
4

1 回答 1

0

将深度图像转换为 XML 将大大增加其大小。Kinect 深度图像是 640x480 IIRC，而不是每个像素的单个 11 位值，XML 将平均使用每个像素 10 个字节，这意味着每帧约 3.5 MB，然后您的代码将不得不编写仅就磁盘 I/O 而言，接近 100 MB/s（不包括整个 XML 转换）。

我建议使用另一种格式来保存深度图像，可能像 PGM 这样简单的东西会是一个想法。

于 2018-11-15T10:42:54.427 回答