基于深度特性的物体检测定位_Linux_Kinect2.0_libfreenect2

在上一篇中已经通过opencv获得到了各种图像，在这一篇中，将通过深度特性来进行物体的识别定位。

1，深度图像处理

• 1，运用opencv函数inRange来获取一定深度范围内的物体，进行二值化操作，并在此函数中设置两个阈值，来控制深度范围。（处理对象---depth)
• 2，运用opencv函数morphologyEx来进行开运算，目的是消除图像中的噪点，开运算是形态学的基本操作，即先腐蚀后膨胀，具体可看我总结的这篇文章。
• 3，运用opencv函数findContours来获取边框。
• 4，根据边框来获得最大外接矩形并画在rgb图上。

每个函数的具体用法请到opencv官方文档查看，因为再怎么说明也没有看文档（第一手资料）来的透彻。

2，处理结果

深度图与彩色图的匹配还未完成，只是粗略匹配了下，后期还得经过matlab进行图像匹配。