视频数据:深度数据采集(Depth Data)

简介:

深度数据是利用红外发射摄像头发射红外线,用红外接收摄像头接收红外线而形成的图像,在利用发射接收差来计算深度距离,从抓取的图像中我们可以看出,红外图像是有远近梯度的。

新建一个WPF项目,在窗体中添加一个Image控件,Name为img。

后台代码如下:


 
 
  1. //Kinect对象  
  2. KinectSensor kinectsensor = null;  
  3. private void Window_Closing(object sender, System.ComponentModel.CancelEventArgs e)  
  4. {  
  5.     if (kinectsensor.Status == KinectStatus.Connected)  
  6.     {  
  7.         kinectsensor.Stop();//停止Kinect  
  8.     }  
  9. }  
  10. private void Window_Loaded(object sender, RoutedEventArgs e)  
  11. {  
  12.     foreach (KinectSensor ks in KinectSensor.KinectSensors)  
  13.     {  
  14.         if (ks.Status == KinectStatus.Connected)  
  15.         {                      
  16.             kinectsensor = ks;  
  17.             //设置深度数据流采集参数  
  18.             kinectsensor.DepthStream.Enable(DepthImageFormat.Resolution640x480Fps30);  
  19.             //订阅深度数据流采集事件  
  20.             kinectsensor.DepthFrameReady += kinectsensor_DepthFrameReady;  
  21.             kinectsensor.Start();//启动Kinect  
  22.             this.Title = "Kinect开始工作……";  
  23.             return;  
  24.         }  
  25.     }  
  26. }  
  27. private DepthImagePixel[] depthPixels;//定义字节数组  
  28. private WriteableBitmap DepthBitmap;//定义位图  
  29. void kinectsensor_DepthFrameReady(object sender, DepthImageFrameReadyEventArgs e)  
  30. {              
  31.     using (DepthImageFrame depframe = e.OpenDepthImageFrame())  
  32.     {  
  33.         if (depframe != null)  
  34.         {  
  35.             //初始化字节数组  
  36.             depthPixels = new DepthImagePixel[kinectsensor.DepthStream.FramePixelDataLength];  
  37.             //把深度数据复制到数组中  
  38.             depframe.CopyDepthImagePixelDataTo(depthPixels);  
  39.             //实例化位图对象  
  40.             this.DepthBitmap = new WriteableBitmap(kinectsensor.DepthStream.FrameWidth, kinectsensor.DepthStream.FrameHeight, 96.0, 96.0, PixelFormats.Bgr32, null);  
  41.             //用字节数组数据绘位图  
  42.             this.DepthBitmap.WritePixels(new Int32Rect(0, 0, DepthBitmap.PixelWidth, DepthBitmap.PixelHeight), depthPixels, DepthBitmap.PixelWidth * sizeof(int), 0);  
  43.             //显示位图到图片控件上  
  44.             img.Source = DepthBitmap;  
  45.         }  
  46.     }  
  47. }  

效果如下图:













本文转自桂素伟51CTO博客,原文链接: http://blog.51cto.com/axzxs/1184502,如需转载请自行联系原作者





相关文章
|
3月前
|
自然语言处理 数据可视化 API
优化采样参数提升大语言模型响应质量:深入分析温度、top_p、top_k和min_p的随机解码策略
本文详细解析了大语言模型(LLM)的采样策略及其关键参数,如温度和top_p。LLM基于输入提示生成下一个标记的概率分布,通过采样策略选择标记并附回输入,形成循环。文章介绍了对数概率(logprobs)、贪婪解码、温度参数调整、top-k与top-p采样等概念,并探讨了min-p采样这一新方法。通过调整这些参数,可以优化LLM输出的质量和创造性。最后,文章提供了实验性尝试的建议,帮助读者在特定任务中找到最佳参数配置。本文使用VLLM作为推理引擎,展示了Phi-3.5-mini-instruct模型的应用实例。
104 6
|
5月前
|
编解码 数据可视化 数据挖掘
空间单细胞|Slide-seq分析、可视化与整合(1)
空间单细胞|Slide-seq分析、可视化与整合(1)
52 6
|
5月前
|
并行计算 数据可视化 算法
空间单细胞|Slide-seq分析、可视化与整合(2)
空间单细胞|Slide-seq分析、可视化与整合(2)
55 0
|
6月前
|
Perl
技术笔记:samtools统计重测序数据深度depth、depth
技术笔记:samtools统计重测序数据深度depth、depth
269 0
|
7月前
|
传感器 XML 数据处理
Landsat Collection 2 T1一级数据详细介绍(数据处理过程和几何精度)
Landsat Collection 2 T1一级数据详细介绍(数据处理过程和几何精度)
90 0
|
机器学习/深度学习 编解码 人工智能
ATC 模型转换动态 shape 问题案例
ATC(Ascend Tensor Compiler)是异构计算架构 CANN 体系下的模型转换工具:它可以将开源框架的网络模型(如 TensorFlow 等)以及 Ascend IR 定义的单算子描述文件转换为昇腾 AI 处理器支持的离线模型;模型转换过程中,ATC 会进行算子调度优化、权重数据重排、内存使用优化等具体操作,对原始的深度学习模型进行进一步的调优,从而满足部署场景下的高性能需求,使其能够高效执行在昇腾 AI 处理器上。
228 0
|
PyTorch 算法框架/工具
如何将x_data和y_data利用torch转换成小批量数据,并要求打乱数据,以及将数据标准化或者归一化,如何处理?
以上代码中,在定义预处理操作transform时,只在Normalize函数的第一个参数中传入x_data的均值和标准差,而在第二个参数中传入空元组,表示不对y_data进行标准化。 接着,将标准化后的x_data和原始的y_data转换为张量格式,并将它们合并为一个TensorDataset对象。最后,定义dataloader对象,设置batch_size和shuffle参数,并使用上述数据集对象作为输入数据。
325 0
|
机器学习/深度学习 存储 人工智能
特征平台(Feature Store):您需要知道的关于特征平台的一切信息(Continuous)
特征平台已于 2021 年问世,成为实现 AI 的一项重要技术。 尽管高科技公司对特征平台充满热情,但大多数传统 ML 平台仍然缺少它们,并且在许多企业公司中相对不为人知。在这里,我们将介绍特征平台的常见功能,以及在你自己的工作中采用这种方法的利弊。
|
存储 数据采集 人工智能
初始大数据(Big Data)开发
大数据(big data),或称巨量资料,指的是所涉及的资料量规模巨大到无法透过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。主要解决的是对海量数据的存储以及海量数据的计算分析问题
初始大数据(Big Data)开发
|
SQL 存储 关系型数据库
Group By 深度优化,真是绝了!
当我们交友平台在线上运行一段时间后,为了给平台用户在搜索好友时,在搜索结果中推荐并置顶他感兴趣的好友,这时候,我们会对用户的行为做数据分析,根据分析结果给他推荐其感兴趣的好友。
Group By 深度优化,真是绝了!