在《Kinect开发教程二：OpenNI读取深度图像与彩色图像并显示》中，小斤介绍了OpenNI读取深度与彩色图像数据的方法，并且借助OpenCV进行显示。

OpenNI2在接口上与OpenNI有了较大变化，具体更新可以查看《OpenNI Migration Guide》。从获取深度，彩色传感器的数据而言，小斤觉得调用更为直观，但对于Kinect，一大缺憾是不支持OpenNI2提供的深度与彩色图像配准的方法(体现在下文中的device.isImageRegistrationModeSupported()方法)。

但使用Kinect的童鞋也不必沮丧，在OpenNI2.1 beta中，小斤看到了新增的convertDepthToColorCoordinates()方法可以做一些深度与彩色坐标数据的转化，它的效果应该 是与device.setImageRegistrationMode( IMAGE_REGISTRATION_DEPTH_TO_COLOR )类似的，有兴趣的童鞋可以尝试一下。

在显示方面，小斤还是使用OpenCV，这次是使用OpenCV的C++接口进行操作。

/*************************

OpenNI2 Deep, Color and Fusion Image

Author: Xin Chen, 2013.2

Blog: http://blog.csdn.net/chenxin_130

*************************/

#include

#include

#include

#include "OpenNI.h"

#include "opencv2/core/core.hpp"

#include "opencv2/highgui/highgui.hpp"

#include "opencv2/imgproc/imgproc.hpp"

using namespace std;

using namespace cv;

using namespace openni;

void CheckOpenNIError( Status result, string status )

{

if( result != STATUS_OK )

cerr << status << " Error: " << OpenNI::getExtendedError() << endl;

}

int main( int argc, char** argv )

{

Status result = STATUS_OK;

//OpenNI2 image

VideoFrameRef oniDepthImg;

VideoFrameRef oniColorImg;

//OpenCV image

cv::Mat cvDepthImg;

cv::Mat cvBGRImg;

cv::Mat cvFusionImg;

cv::namedWindow("depth");

cv::namedWindow("image");

cv::namedWindow("fusion");

char key=0;

//【1】

// initialize OpenNI2

result = OpenNI::initialize();

CheckOpenNIError( result, "initialize context" );

// open device

Device device;

result = device.open( openni::ANY_DEVICE );

//【2】

// create depth stream

VideoStream oniDepthStream;

result = oniDepthStream.create( device, openni::SENSOR_DEPTH );

//【3】

// set depth video mode

VideoMode modeDepth;

modeDepth.setResolution( 640, 480 );

modeDepth.setFps( 30 );

modeDepth.setPixelFormat( PIXEL_FORMAT_DEPTH_1_MM );

oniDepthStream.setVideoMode(modeDepth);

// start depth stream

result = oniDepthStream.start();

// create color stream

VideoStream oniColorStream;

result = oniColorStream.create( device, openni::SENSOR_COLOR );

// set color video mode

VideoMode modeColor;

modeColor.setResolution( 640, 480 );

modeColor.setFps( 30 );

modeColor.setPixelFormat( PIXEL_FORMAT_RGB888 );

oniColorStream.setVideoMode( modeColor);

//【4】

// set depth and color imge registration mode

if( device.isImageRegistrationModeSupported(IMAGE_REGISTRATION_DEPTH_TO_COLOR ) )

{

device.setImageRegistrationMode( IMAGE_REGISTRATION_DEPTH_TO_COLOR );

}

// start color stream

result = oniColorStream.start();

while( key!=27 )

{

// read frame

if( oniColorStream.readFrame( &oniColorImg ) == STATUS_OK )

{

// convert data into OpenCV type

cv::Mat cvRGBImg( oniColorImg.getHeight(), oniColorImg.getWidth(), CV_8UC3, (void*)oniColorImg.getData() );

cv::cvtColor( cvRGBImg, cvBGRImg, CV_RGB2BGR );

cv::imshow( "image", cvBGRImg );

}

if( oniDepthStream.readFrame( &oniDepthImg ) == STATUS_OK )

{

cv::Mat cvRawImg16U( oniDepthImg.getHeight(), oniDepthImg.getWidth(), CV_16UC1, (void*)oniDepthImg.getData() );

cvRawImg16U.convertTo( cvDepthImg, CV_8U, 255.0/(oniDepthStream.getMaxPixelValue()));

//【5】

// convert depth image GRAY to BGR

cv::cvtColor(cvDepthImg,cvFusionImg,CV_GRAY2BGR);

cv::imshow( "depth", cvDepthImg );

}

//【6】

cv::addWeighted(cvBGRImg,0.5,cvFusionImg,0.5,0,cvFusionImg);

cv::imshow( "fusion", cvFusionImg );

key = cv::waitKey(20);

}

//cv destroy

cv::destroyWindow("depth");

cv::destroyWindow("image");

cv::destroyWindow("fusion");

//OpenNI2 destroy

oniDepthStream.destroy();

oniColorStream.destroy();

device.close();

OpenNI::shutdown();

return 0;

}

小斤由上到下解释一把：

【1】使用OpenNI::initialize()方法进行初始化，对于错误处理，可以使用OpenNI::getExtendedError()方法。在这里，Device对象打开任意一个可用设备。

【2】在OpenNI2中，可以通过创建VideoStream视频流对象来读取设备的深度图像和色彩图像数据。

【3】对于VideoStream视频流对象，我们可以设备它的Mode，包括分辨率，FPS，像素格式等等。对于像素格式的类型，可以使用 VideoStream的getSensorInfo()方法获得，目前Kinect只有PIXEL_FORMAT_DEPTH_1_MM可供选择。

【4】如果设备支持深度与彩色图像配准的话，小斤在这里使用OpenNI2自带的接口进行配准。在while循环中，各个VideoStream对象通过readFrame()来读取对应的图像数据。

【5】将OpenNI的图像数据转换为OpenCV可显示的图像格式。对于彩色图像，可以先将数据塞入OpenCV三通道(8位)RGB对象，再转换到 BGR来显示。对于深度图像，先放入单通道(16位)对象(这是因为深度数据的值域较大)，最近将深度值等比例缩小到[0,255]的值域中，作为灰度图 显示。

【6】最后的图像融合，由于addWeighted()方法需要两个输入图像是同一类型，所以小斤首先将深度灰度图(单通道)，转化为BGR图像，这样就 与彩色图像一致了。再通过该方法进行融合，小斤使用的比例是0.5，0.5，也就是融合图像的每个像素点的值，都是(深度图像该点的像素值*0.5)+ (彩色图像该点的像素值*0.5)。

----------------------------------

作者：小斤(陈忻)

新浪围脖：@小斤陈

本文属于原创文章，如需转载引用请注明原文作者和链接，谢谢。