不用测了

参考文章：Intel Realsense D435 pyrealsense2 get_option_range() 获取rs.option中参数值取值范围

突然发现，option.py中有option.auto_exposure_priority参数能够限制自动曝光以维持恒定的fps速率，所以就不用担心曝光时间过长导致fps下降了

想了想，不对，还是要测

因为自动曝光优先是在自动曝光开启时才用到的，当自动曝光关闭时，它就失去作用了。。。我检验一下

# -*- coding: utf-8 -*-
"""
@File    : 200108_测试获取Intel_Realsense_options参数.py
@Time    : 2020/1/8 13:18
@Author  : Dontla
@Email   : sxana@qq.com
@Software: PyCharm
"""
import timeimport numpy as np
import pyrealsense2 as rs
import cv2ctx = rs.context()pipeline = rs.pipeline(ctx)
cfg = rs.config()
cfg.enable_device('838212073161')
cfg.enable_stream(rs.stream.depth, 640, 360, rs.format.z16, 30)
cfg.enable_stream(rs.stream.color, 640, 360, rs.format.bgr8, 30)
pipeline_profile = pipeline.start(cfg)sensor = pipeline.get_active_profile().get_device().query_sensors()[1]
sensor.set_option(rs.option.enable_auto_exposure, True)
print(sensor.get_option(rs.option.exposure))  # 156.0
sensor.set_option(rs.option.exposure, 5000.000)
print(sensor.get_option(rs.option.exposure))  # 5000.0
sensor.set_option(rs.option.auto_exposure_priority, True)
print(sensor.get_option(rs.option.exposure))  # 5000.0

结果：

将曝光值设置为5000后，明显感觉传输帧变慢了（其实没慢，就是没曝光完全，存在残影），说明auto_exposure_priority并未限制曝光值以维持帧速率，为了保证验证的准确性，我又将auto_exposure_priority设置为False，发现还是同样的结果

下面测试auto_exposure_priority参数在自动曝光下的作用

# -*- coding: utf-8 -*-
"""
@File    : 200109_测试摄像头自动曝光优先.py
@Time    : 2020/1/9 14:43
@Author  : Dontla
@Email   : sxana@qq.com
@Software: PyCharm
"""import numpy as np
import pyrealsense2 as rs
import cv2ctx = rs.context()pipeline = rs.pipeline(ctx)
cfg = rs.config()
cfg.enable_device('838212073161')
cfg.enable_stream(rs.stream.depth, 640, 360, rs.format.z16, 30)
cfg.enable_stream(rs.stream.color, 640, 360, rs.format.bgr8, 30)
pipeline_profile = pipeline.start(cfg)sensor = pipeline.get_active_profile().get_device().query_sensors()[1]
sensor.set_option(rs.option.enable_auto_exposure, True)
sensor.set_option(rs.option.auto_exposure_priority, False)while True:frames = pipeline.wait_for_frames()color_frame = frames.get_color_frame()color_image = np.asanyarray(color_frame.get_data())cv2.imshow('win', color_image)cv2.waitKey(1)

结果：
将auto_exposure_priority设置为False，发现并没有出现帧速率下降的现象，每帧传来都约0.033秒（设置帧速率为30帧每秒）：

将auto_exposure_priority设置为True，结果还是相同

那这个auto_exposure_priority参数有啥用？？？

仔细观察，还是有区别的，当设置auto_exposure_priority为True时，当摄像头的场景由暗向光转变，图像会突然闪亮一下，像是曝光过度的感觉，当场景由光向暗转变时，摄像头会在一瞬间暗得特别厉害，就是过渡不平滑；但是如果auto_exposure_priority设置为False时，过渡就会非常平滑

由于不知道这种平滑过渡或不平滑过渡会对我们项目带来哪些影响，就暂时按照它默认的设置吧，默认为Ture，参考：Intel Realsense D435 pyrealsense2 get_option_range() 获取rs.option中参数值取值范围

下面测试在自动曝光模式下如何实时获取曝光值

# -*- coding: utf-8 -*-
"""
@File    : 200108_测试获取Intel_Realsense_options参数.py
@Time    : 2020/1/8 13:18
@Author  : Dontla
@Email   : sxana@qq.com
@Software: PyCharm
"""
import time
import numpy as np
import pyrealsense2 as rs
import cv2ctx = rs.context()pipeline = rs.pipeline(ctx)
cfg = rs.config()
cfg.enable_device('838212073161')
cfg.enable_stream(rs.stream.depth, 640, 360, rs.format.z16, 30)
cfg.enable_stream(rs.stream.color, 640, 360, rs.format.bgr8, 30)
pipeline_profile = pipeline.start(cfg)sensor = pipeline.get_active_profile().get_device().query_sensors()[1]
sensor.set_option(rs.option.enable_auto_exposure, True)while True:print(sensor.get_option(rs.option.exposure))frames = pipeline.wait_for_frames()color_frame = frames.get_color_frame()color_image = np.asanyarray(color_frame.get_data())cv2.imshow('win', color_image)cv2.waitKey(1)

程序启动后，分别将摄像头在光暗处来回移动
结果：

曝光值一直都是156没变。。。。

然后我手动将曝光值设置成156，发现：

没有自动曝光的效果，极差！

难道说，在pipeline start后，就没有办法获取到实时曝光值了吗？？？

测试摄像头在不同曝光值下的帧生成时间

我擦嘞，发现测不出来，无论把曝光时间设为多少，它都是按照设置的帧率传过来，30fps，每帧就约33ms。。。

增大曝光值，它的残影就多了，就像本来要曝光200ms，它强制33ms就传过来一样，没爆光完全。。。

所以以前看到视频一卡一卡的，以为是帧传送慢了，其实不是，这是假象，真实的情况是图片存在残影，感觉里面物体移动变慢了，所以看起来像一卡一卡的一样

无论如何，现在还是暂时就使用它的自动曝光吧

# -*- coding: utf-8 -*-
"""
@File    : 200109_测试不同曝光值下帧生成时间.py
@Time    : 2020/1/9 16:52
@Author  : Dontla
@Email   : sxana@qq.com
@Software: PyCharm
"""import timeimport numpy as np
import pyrealsense2 as rs
import cv2ctx = rs.context()for dev in ctx.query_devices():# 先将设备的序列号放进一个变量里，免得在下面for循环里访问设备的信息过多（虽然不知道它会不会每次都重新访问）dev_serial = dev.get_info(rs.camera_info.serial_number)# 匹配序列号，重置我们需重置的特定摄像头（注意两个for循环顺序，哪个在外哪个在内很重要，不然会导致刚重置的摄像头又被访问导致报错）if '838212073161' == dev_serial:dev.hardware_reset()# 像下面这条语句居然不会报错，不是刚刚才重置了dev吗？莫非区别在于没有通过for循环ctx.query_devices()去访问？# 是不是刚重置后可以通过ctx.query_devices()去查看有这个设备，但是却没有存储设备地址？如果是这样，# 也就能够解释为啥能够通过len(ctx.query_devices())函数获取设备数量，但访问序列号等信息就会报错的原因了print('摄像头{}初始化成功'.format(dev.get_info(rs.camera_info.serial_number)))
# 如果只有一个摄像头，要让它睡够5秒（避免出错，保险起见）
time.sleep(5)pipeline = rs.pipeline(ctx)
cfg = rs.config()
cfg.enable_device('838212073161')
cfg.enable_stream(rs.stream.depth, 640, 360, rs.format.z16, 30)
cfg.enable_stream(rs.stream.color, 640, 360, rs.format.bgr8, 30)
pipeline_profile = pipeline.start(cfg)sensor = pipeline.get_active_profile().get_device().query_sensors()[1]
sensor.set_option(rs.option.exposure, 330)
sensor.set_option(rs.option.auto_exposure_priority, True)time0 = time.time()
while True:frames = pipeline.wait_for_frames()color_frame = frames.get_color_frame()color_image = np.asanyarray(color_frame.get_data())cv2.imshow('win', color_image)cv2.waitKey(1)time_difference = time.time() - time0print(time_difference)time0 = time.time()# cv2.imwrite('{:.3f}.jpg'.format(time.time()), color_image)

参考文章：Intel Realsense D435 pyrealsense2 get_option_range() 获取rs.option中参数值取值范围获取默认值

Intel Realsense D435 测试摄像头在不同曝光值下的帧生成时间（防止曝光时间过长导致fps下降）auto_exposure_priority（没成功）相关推荐

intel realsense d435深度摄像头使用
intel realsense d435深度摄像头基本环境配置基本参考官网给的教程来就ok的 ,这里还是发一下我最初配置d435的记录官网链接: https://github.com/intel- ...
Intel Realsense D435 hardware_reset() 摄像头重置记录 context.query_devices()
摄像头重置后它自己不能马上恢复,如果我们重置后立即访问它们,就会出错,以下是一些问题记录: 之前是使用device=ctx.query_device(),后面重置后检测摄像头的时候直接用len(dev ...
Intel Realsense D435 是否启动pipeline.start()就开始传输帧，还是只有我们调用wait_for_frames()函数时它才会传输帧？（任务管理器USB带宽内存测试）
我猜想Intel Realsense D435摄像头只要启动pipeline.start()函数,就会开始传输帧,无论我们是否调用wait_for_frames()或者poll_for_frames( ...
为什么Intel Realsense D435深度摄像头在基于深度的水平方向障碍物检测（避障）方案中，摄像头不宜安装太高？
补一句,为啥R与b对比就要比R与a对比更容易区分? 因为a与b的右端和障碍物R属同一深度,但b左端明显比a左端深度大,总体比a拥有差异性更大的深度范围,因此b与a相比,对R拥有差异性更大的深度范围, ...
Intel Realsense D435 获取摄像头option参数值 get_option()
def get_option(self, option): # real signature unknown; restored from __doc__"""get_o ...
Tensorflow yolov3 Intel Realsense D435 单摄像头下各模块识别时间测试
文章目录 1.一次循环总耗时 2.从循环开始到self.predict()之前 3.第一次循环主要耗时函数:wait_for_frames()(其实self.predict()函数在第一次循环更耗时) ...
Intel Realsense D435 多摄像头配置 Multi-camera configurations （220）（官方测试的摄像头配置表【不同带宽下分辨率、帧率等】）
参考文章:Multi-camera configurations 1.异步传输(stream asynchronously)是否会对我们的识别造成影响?如果有影响,影响是否可忽略不计. 2020032 ...
Intel Realsense D435 多摄像头多线程目标识别架构
每一个摄像头单独开一个线程,摄像头配置是否要放进线程内? 每一个摄像头线程内单独处理错误信息每一个摄像头要存储最新彩色帧和深度帧(用于识别和获取深度信息) 接收打击信号要一个线程,对打击信号进行排序 ...
Intel Realsense D435 当摄像头运行过程中突然USB线断开，对RuntimeError: Frame didn't arrived within 5000的异常捕获及处理
如图,在摄像头运行过程中,摄像头突然断开,可能设备需要对异常进行捕获并处理(如摄像头重连,发出警报,发送信号给车辆让它停止前进等) 需阅读,python异常捕获及处理 191225 通过捕获所有异常, ...

Intel Realsense D435 测试摄像头在不同曝光值下的帧生成时间（防止曝光时间过长导致fps下降）auto_exposure_priority（没成功）

文章目录

不用测了

下面测试auto_exposure_priority参数在自动曝光下的作用

下面测试在自动曝光模式下如何实时获取曝光值

测试摄像头在不同曝光值下的帧生成时间

Intel Realsense D435 测试摄像头在不同曝光值下的帧生成时间（防止曝光时间过长导致fps下降）auto_exposure_priority（没成功）相关推荐

最新文章

热门文章