Kinect开发学习笔记之（四）提取颜色数据并用OpenCV显示

Kinect开发学习笔记之（四）提取颜色数据并用OpenCV显示

[email protected]

http://blog.csdn.net/zouxy09

 

我的Kinect开发平台是：

Win7 x86 + VS2010 + Kinect for Windows SDK v1.6 + OpenCV2.3.0

开发环境的搭建见上一文：

http://blog.csdn.net/zouxy09/article/details/8146055

下面这几个大部分是参考“timebomb”的Kinect学习笔记系列：

http://blog.csdn.net/timebomb/article/details/7169372

非常感谢“timebomb”的工作，让我能尽快的进入Kinect的开发。

 

本学习笔记以下面的方式组织：编程前期分析、代码与注释和重要代码解析三部分。

 

要实现目标：通过微软的SDK提取颜色数据（彩色图像）并用OpenCV显示

 

一、编程前期分析

      我们在http://blog.csdn.net/zouxy09/article/details/8145592中提到：

      Kinect有三个镜头，中间的镜头是 RGB 彩色摄影机，用来采集彩色图像。左右两边镜头则分别为红外线发射器和红外线CMOS 摄影机所构成的3D结构光深度感应器，用来采集深度数据（场景中物体到摄像头的距离）。彩色摄像头最大支持1280*960分辨率成像，红外摄像头最大支持640*480成像。那下面我们就是要通过微软提供的SDK的API去读取驱动上面的彩色摄像头来读取彩色图像。

      一个应用程序从Kinect传感器阵列中访问下列图像数据：

1）色彩数据：就是彩色摄像头采集到的数据，我们可以设置采集的分辨率；

2）深度数据：就是红外摄像头采集到的数据，同样可以设置采集的分辨率；

3）带游戏者ID的深度数据：Kinect可以检测6个人，所以深度数据中有携带标示这是哪个游戏者的深度数据的。

4）骨骼点数据：实际上不能算是图像数据，感觉应该是Kinect上层算法分析彩色和深度图像得到的骨骼点数据，包含了跟踪到的人的关节点的位置等信息。

       而对于彩色和深度这些图像数据，SDK是以数据流的方式来组织的，也就是图像数据按顺序的一帧一帧的流过来，你需要的时候就拿。当然，如果你拿的速度比摄像头提供图像的速度要快，那么你就需要等待，等待摄像头产生新的数据给你。那么这个“等”就有了两种方式了：

1）查询方式：反正我也没事干，所以我不停的问摄像头拿数据，通过一个while循环不断地催它，然后一旦有新的图像数据了，我拿到就跑；

2）事件方式：要我不停地催你，我也烦，你没有数据给我，那我先打个瞌睡（休眠了，不用占CPU资源），然后你有新的数据来后，再叫醒我（给个有数据的信号），然后我再拿走数据。那我这个等新数据的过程就叫一个事件，系统通过一个事件的句柄来标示，这样系统才知道下面摄像头有数据来了，系统才知道唤醒谁啊，是吧。而这个事件我们待会编程就遇到了。而目前，大部分是通过这种方式来得到图像数据的。（呵呵，不知道理解得对不对）

    还是通过代码来分析清晰点。

 

二、代码与注释

#include <windows.h>
#include <iostream> 
#include <NuiApi.h>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int main(int argc, char *argv[])
{
	Mat image;
	image.create(480, 640, CV_8UC3);
 
    //1、初始化NUI 
    HRESULT hr = NuiInitialize(NUI_INITIALIZE_FLAG_USES_COLOR); 
    if (FAILED(hr)) 
    { 
        cout<<"NuiInitialize failed"<<endl; 
        return hr; 
    } 

    //2、定义事件句柄 
	//创建读取下一帧的信号事件句柄，控制KINECT是否可以开始读取下一帧数据
    HANDLE nextColorFrameEvent = CreateEvent( NULL, TRUE, FALSE, NULL );
    HANDLE colorStreamHandle = NULL; //保存图像数据流的句柄，用以提取数据 
 
    //3、打开KINECT设备的彩色图信息通道，并用colorStreamHandle保存该流的句柄，以便于以后读取
	hr = NuiImageStreamOpen(NUI_IMAGE_TYPE_COLOR, NUI_IMAGE_RESOLUTION_640x480, 
							0, 2, nextColorFrameEvent, &colorStreamHandle); 
    if( FAILED( hr ) )//判断是否提取正确 
    { 
        cout<<"Could not open color image stream video"<<endl; 
        NuiShutdown(); 
        return hr; 
    }
	namedWindow("colorImage", CV_WINDOW_AUTOSIZE);
 
    //4、开始读取彩色图数据 
    while(1) 
    { 
        const NUI_IMAGE_FRAME * pImageFrame = NULL; 

		//4.1、无限等待新的数据，等到后返回
        if (WaitForSingleObject(nextColorFrameEvent, INFINITE)==0) 
        { 
			//4.2、从刚才打开数据流的流句柄中得到该帧数据，读取到的数据地址存于pImageFrame
            hr = NuiImageStreamGetNextFrame(colorStreamHandle, 0, &pImageFrame); 
			if (FAILED(hr))
			{
				cout<<"Could not get color image"<<endl; 
				NuiShutdown();
				return -1;
			}

			INuiFrameTexture * pTexture = pImageFrame->pFrameTexture;
			NUI_LOCKED_RECT LockedRect;

			//4.3、提取数据帧到LockedRect，它包括两个数据对象：pitch每行字节数，pBits第一个字节地址
			//并锁定数据，这样当我们读数据的时候，kinect就不会去修改它
            pTexture->LockRect(0, &LockedRect, NULL, 0); 
			//4.4、确认获得的数据是否有效
            if( LockedRect.Pitch != 0 ) 
            { 
				//4.5、将数据转换为OpenCV的Mat格式
				for (int i=0; i<image.rows; i++) 
                {
					uchar *ptr = image.ptr<uchar>(i);  //第i行的指针
					
					//每个字节代表一个颜色信息，直接使用uchar
                    uchar *pBuffer = (uchar*)(LockedRect.pBits) + i * LockedRect.Pitch;
                    for (int j=0; j<image.cols; j++) 
                    { 
                        ptr[3*j] = pBuffer[4*j];  //内部数据是4个字节，0-1-2是BGR，第4个现在未使用 
                        ptr[3*j+1] = pBuffer[4*j+1]; 
                        ptr[3*j+2] = pBuffer[4*j+2]; 
                    } 
				} 
                imshow("colorImage", image); //显示图像 
            } 
            else 
            { 
                cout<<"Buffer length of received texture is bogus\r\n"<<endl; 
            }

			//5、这帧已经处理完了，所以将其解锁
			pTexture->UnlockRect(0);
            //6、释放本帧数据，准备迎接下一帧 
            NuiImageStreamReleaseFrame(colorStreamHandle, pImageFrame ); 
        } 
        if (cvWaitKey(20) == 27) 
            break; 
    } 
    //7、关闭NUI链接 
    NuiShutdown(); 
	return 0;
}

 

三、代码解析

首先，对Kinect，我们必须要包含下面两个头文件：

#include <windows.h>

#include <NuiApi.h>

 

1、初始化NUI

HRESULT hr = NuiInitialize(NUI_INITIALIZE_FLAG_USES_COLOR);

任何想使用微软提供的API来操作KINECT，都必须在所有操作之前，调用NUI的初始化函数：
HRESULT NuiInitialize(DWORD dwFlags);
    dwFlags参数是以标志位的含义存在的。你可以使用下面几个值来指定你打算使用NUI中的哪些内容。
NUI_INITIALIZE_FLAG_USES_DEPTH_AND_PLAYER_INDEX 提供带用户信息的深度图数据；

NUI_INITIALIZE_FLAG_USES_COLOR  提供色彩图像数据；

NUI_INITIALIZE_FLAG_USES_SKELETON     提供骨骼点数据；

NUI_INITIALIZE_FLAG_USES_DEPTH  提供深度图像数据.

NUI_INITIALIZE_FLAG_USES_AUDIO  提供声音数据；

NUI_INITIALIZE_DEFAULT_HARDWARE_THREAD  初始化默认的硬件线程；

以上的标志位，你可以使用一个，也可以用 | 操作符将它们组合在一起。例如：
//只使用彩色图
HRESULT hr = NuiInitialize(NUI_INITIALIZE_FLAG_USES_COLOR);
//使用带用户信息的深度图/使用用户骨骼框架/使用彩色图
HRESULT hr = NuiInitialize(NUI_INITIALIZE_FLAG_USES_DEPTH_AND_PLAYER_INDEX | NUI_INITIALIZE_FLAG_USES_SKELETON | NUI_INITIALIZE_FLAG_USES_COLOR);
       一个应用程序对一个KINECT设备，必须要调用此函数一次，并且也只能调用一次。如果在这之后又调用一次初始化，势必会引起逻辑错误(即使是2个不同程序)。比如你运行一个SDK的例子，在没关闭它的前提下，再运行一个，那么后运行的就无法初始化成功，但不会影响之前的程序继续运行。
      如果你的程序想使用多台KINECT，那么就需使用INuiInstance接口来初始化你的设备（具体见手册）。
      另外，作为一名KINECT程序员，你需要记得的是，微软SDK中提供的运行环境在处理KINECT传输数据时，是遵循一条3步骤的运行管线的。
第一阶段只处理彩色和深度数据；
第二阶段处理用户索引并根据用户索引将颜色信息追加到深度图中。
第三阶段处理骨骼追踪数据；
       NuiInitialize就是应用程序用通过传递给dwFlags参数具体值，来初始化这个管线中必须的阶段。因此，我们总是先在标志位中指定图像类型，才可以在接下来的环节中去调用NuiImageStreamOpen之类的函数。如果你初始化的时候没指定NUI_INITIALIZE_FLAG_USES_COLOR，那你以后就别指望NuiImageStreamOpen能打开彩色数据了，它肯定会调用失败，因为没初始化嘛。就是说我们后面想要什么数据，得先告诉Kinect，否则后面你要它也不会给你，因为压根我就没启动那部分硬软件，拿什么给你啊。

另外，Kinect提供了两种处理返回值的方式，就是判断上面的函数是否执行成功。

//这是一种处理返回值的方式
if( FAILED( hr ) )
{
     cout<<"NuiInitialize failed"<<endl;
     return hr;
}
//这是另一种处理返回值的方式
if(hr == S_OK)
{
     cout<<"NuiInitialize successfully"<<endl;
}

 

2、定义事件句柄

      HANDLE nextColorFrameEvent = CreateEvent( NULL, TRUE, FALSE, NULL );

CreateEvent()创建一个windows事件对象，创建成功则返回事件的句柄。事件有两个状态，有信号和没有信号！上面说到了。就是拿来等待新数据的。

CreateEvent函数需要4个参数：

·设定为NULL的安全描述符；

·一个设定为true的布尔值，因为应用程序将重置事件消息；

·一个未指定的事件消息初始状态的布尔值；

·一个空字符串，因为事件未命名。

 

3、打开KINECT设备的彩色数据流

       hr = NuiImageStreamOpen(NUI_IMAGE_TYPE_COLOR, NUI_IMAGE_RESOLUTION_640x480,

0, 2, nextColorFrameEvent, &colorStreamHandle);

       我们使用这个函数来打开kinect彩色或者深度图的访问通道，当然，其内部原理是通过"流"来实现的，因此，你也可以把这个函数理解为，创建一个访问彩色或者深度图的数据流。
参数：
eImageType
[in] 这是一个 NUI_IMAGE_TYPE 枚举类型的值，用来详细指定你要创建的流类型。
比如你要打开彩色图，就使用 NUI_IMAGE_TYPE_COLOR。
要打开深度图，就使用 NUI_IMAGE_TYPE_DEPTH。
具体这个枚举有多少个成员，我建议你们仔细阅读API手册。
但是有一点是需要注意的，你能打开的图像类型，必须是你在初始化的时候指定过的。
eResolution
[in] 这是一个 NUI_IMAGE_RESOLUTION 枚举类型的值，用来指定你要以什么分辨率来打开eImageType(参数1)中指定的图像类别。
假如你在参数eImageType中指定的是彩色图NUI_IMAGE_TYPE_COLOR，那么你可以选择2种分辨率：NUI_IMAGE_RESOLUTION_1280x1024，NUI_IMAGE_RESOLUTION_640x480
如果你在参数eImageType中指定的是深度图NUI_IMAGE_TYPE_DEPTH，那么你可以选择3种分辨率NUI_IMAGE_RESOLUTION_640x480, NUI_IMAGE_RESOLUTION_320x240， NUI_IMAGE_RESOLUTION_80x60
API手册里，详细描述了这个对照表，各种图像类型都支持什么分辨率。
dwImageFrameFlags_NotUsed
[in] 你看参数名就知道了，这是个无用参数，随便给个整数就行了。
dwFrameLimit
指定NUI运行时环境将要为你所打开的图像类型建立几个缓冲。最大值是NUI_IMAGE_STREAM_FRAME_LIMIT_MAXIMUM（当前版本为 4）对于大多数啊程序来说，2就足够了。
hNextFrameEvent
[in, optional] 一个用来手动重置信号是否可用的事件句柄(event)，该信号用来控制KINECT是否可以开始读取下一帧数据。也就是说在这里指定一个句柄后，随着程序往后继续推进，当你在任何时候想要控制kinect读取下一帧数据时，都应该先使用WaitForSingleObject判断一下该句柄，判断是否有数据可拿。
phStreamHandle
[out] 出参，指定一个句柄的地址。函数成功执行后，将会创建对应的数据访问通道（流），并且让该句柄保存这个通道的地址。也就是说，如果现在创建成功了。那么以后你想读取数据，就要通过这个句柄了。
返回值
只有S_OK表示成功打开，错误原因却有很多，比如打开一个没初始化过的数据流；打开一个已被使用的数据流；参数phStreamHandle为NULL等等。自己查阅API手册吧。

 

4、无限等待新的数据，等到后返回

      WaitForSingleObject(nextColorFrameEvent, INFINITE)==0    

      和刚才说的一样，程序运行都这里，这个事件有信号，就是说有数据，那么程序往下执行，如果没有数据，就会等待。函数第二个参数表示你愿意等多久，具体的数据的话就表示你愿意等多少毫秒，还不来，我就不要了，继续往下走。如果是INFINITE的话，就表示无限等待新数据，直到海枯石烂，一定等到为止。等到有信号后就返回0 。

 

5、从数据流中拿数据

       hr = NuiImageStreamGetNextFrame(colorStreamHandle, 0, &pImageFrame);

      从刚才打开数据流的流句柄中得到该帧数据，读取到的数据地址存于pImageFrame。第二个参数表示你延时多少微秒拿数据，0表示，我立刻拿。

如果你没有遇到什么错误的话，那么刚才KINECT就捕获了一副画面，并将该画面的信息保存在一个NUI_IMAGE_FRAME结构中，pImageFrame指向该结构的地址。

pImageFrame包含了很多有用信息，包括：图像类型，分辨率，图像缓冲区，时间戳等等。

 

6、INuiFrameTexture接口

      INuiFrameTexture * pTexture = pImageFrame->pFrameTexture;

      一个容纳图像帧数据的对象，类似于Direct3D纹理，但是只有一层（不支持mip-maping）。

其公有方法包含以下：

AddRef---增加一个对象上接口的引用数目；该方法在每复制一个指向该对象上接口的指针时都要调用一次；

BufferLen---获得缓冲区的字节长度；

GetLevelDesc---获得缓冲区的描述；

LockRect---给缓冲区上锁；

Pitch---返回一行的字节数；

QueryInterface---获取指向对象所支持的接口的指针，该方法对其所返回的指针调用AddRef函数；

Release---减少一个对象上接口的引用计数；

UnlockRect---对缓冲区解锁；

 

7、提取数据帧到LockedRect并锁定数据

      pTexture->LockRect(0, &LockedRect, NULL, 0);

      提取数据帧到LockedRect，它包括两个数据对象：pitch每行字节数，pBits第一个字节地址。另外，其还锁定数据，这样当我们读数据的时候，kinect就不会去修改它

   好了，现在真正保存图像的对象LockedRect我们已经有了，并且也将图像信息写入这个对象了。

 

8、将数据转换为OpenCV的Mat格式

      然后我们就将其保存图像的对象LockedRect的格式，转化为OpenCV的Mat格式，便于我们处理和显示。

 

至此，目标达成。