码迷，mamicode.com
首页 > 其他好文 > 详细

Kinect实现简单的三维重建

时间：2016-07-14 10:23:05      阅读：291      评论：0      收藏：0      [点我收藏+]

标签：

Kinect想必大家已经很熟悉了，最近基于Kinect的创意应用更是呈井喷状态啊！看到很多国外大牛用Kinect做三维重建，其中最著名的要数来自微软研究院的Kinect Fusion了，可以看看下面这个视频http://v.ku6.com/show/7q2Sa__pa4-rWcAVtB3Xuw...html，或者http://v.youku.com/v_show/id_XNDcxOTg3MzUy.html。

可惜Kinect Fusion是不开源的，不过PCL实现了一个差不多的开源版本，http://www.pointclouds.org/。有兴趣同时电脑配置高的朋友可以研究一下。

最近比较闲，有一点手痒，想自己做一个三维重建，不过肯定不会像Kinect Fusion那么强大，只是自己练练手、玩玩而已。代码在最后有下载。

 

1. 获取Kinect深度图：

首先我使用微软官方的Kinect SDK来控制Kinect，三维绘图我选用了OpenFrameworks。OpenFrameworks（以后简称OF）是一个开源的公共基础库，将很多常用的库统一到了一起，比如OpenGL，OpenCV，Boost等等，而且有大量的第三方扩展库，使用非常方便。具体可见http://www.openframeworks.cc/。

在一切开始之前，我们需要对OpenGL和三维场景做一些设置：

 

[cpp] view plain copy
 
 技术分享技术分享
  1. void testApp::setup(){  
  2.     //Do some environment settings.  
  3.     ofSetVerticalSync(true);  
  4.     ofSetWindowShape(640,480);  
  5.     ofBackground(0,0,0);  
  6.   
  7.     //Turn on depth test for OpenGL.  
  8.     glEnable(GL_DEPTH_TEST);  
  9.     glDepthFunc(GL_LEQUAL);  
  10.     glShadeModel(GL_SMOOTH);  
  11.       
  12.     //Put a camera in the scene.  
  13.     m_camera.setDistance(3);  
  14.     m_camera.setNearClip(0.1f);  
  15.   
  16.     //Turn on the light.  
  17.     m_light.enable();  
  18.   
  19.     //Allocate memory to store point cloud and normals.  
  20.     m_cloud_map.Resize(DEPTH_IMAGE_WIDTH,DEPTH_IMAGE_HEIGHT);  
  21.     m_normal_map.Resize(DEPTH_IMAGE_WIDTH,DEPTH_IMAGE_HEIGHT);  
  22.     //Initialize Kinect.  
  23.     InitNui();  
  24. }  

OF是使用OpenGL进行绘图的，所以可以直接使用OpenGL中的函数（以gl开头），为了方便，OF还自己封装了一些常用函数（以of开头）。在上面代码的最后有一个InitNui()函数，在那里面我们会对Kinect进行初始化：

 

 

[cpp] view plain copy
 
 技术分享技术分享
  1. void testApp::InitNui()  
  2. {  
  3.     m_init_succeeded = false;  
  4.     m_nui = NULL;  
  5.       
  6.     int count = 0;  
  7.     HRESULT hr;  
  8.   
  9.     hr = NuiGetSensorCount(&count);  
  10.     if (count <= 0)  
  11.     {  
  12.         cout<<"No kinect sensor was found!!"<<endl;  
  13.         goto Final;  
  14.     }  
  15.   
  16.     hr = NuiCreateSensorByIndex(0,&m_nui);  
  17.     if (FAILED(hr))  
  18.     {  
  19.         cout<<"Create Kinect Device Failed!!"<<endl;  
  20.         goto Final;  
  21.     }  
  22.   
  23.     //We only just need depth data.  
  24.     hr = m_nui->NuiInitialize(NUI_INITIALIZE_FLAG_USES_DEPTH);  
  25.   
  26.     if (FAILED(hr))  
  27.     {  
  28.         cout<<"Initialize Kinect Failed!!"<<endl;  
  29.         goto Final;  
  30.     }  
  31.   
  32.     //Resolution of 320x240 is good enough to reconstruct a 3D model.  
  33.     hr = m_nui->NuiImageStreamOpen(NUI_IMAGE_TYPE_DEPTH,NUI_IMAGE_RESOLUTION_320x240,0,2,NULL,&m_depth_stream);  
  34.     if (FAILED(hr))  
  35.     {  
  36.         cout<<"Open Streams Failed!!"<<endl;  
  37.         goto Final;  
  38.     }  
  39.   
  40.     m_init_succeeded = true;  
  41.   
  42.     Final:  
  43.     if (FAILED(hr))  
  44.     {  
  45.         if (m_nui != NULL)  
  46.         {  
  47.             m_nui->NuiShutdown();  
  48.             m_nui->Release();  
  49.             m_nui = NULL;  
  50.         }  
  51.     }  
  52. }  

接下来我们需要将每一帧的深度信息保存到我们自己的buffer中，专门写一个函数来做这件事情：

 

 

[cpp] view plain copy
 
 技术分享技术分享
  1. bool testApp::UpdateDepthFrame()  
  2. {  
  3.     if (!m_init_succeeded)return false;  
  4.   
  5.     HRESULT hr;  
  6.     NUI_IMAGE_FRAME image_frame = {0};  
  7.     NUI_LOCKED_RECT locked_rect = {0};  
  8.           
  9.     hr = m_nui->NuiImageStreamGetNextFrame(m_depth_stream,0,&image_frame);  
  10.   
  11.     //If there‘s no new frame, we will return immediately.  
  12.     if (SUCCEEDED(hr))  
  13.     {  
  14.         hr = image_frame.pFrameTexture->LockRect(0,&locked_rect,NULL,0);  
  15.         if (SUCCEEDED(hr))  
  16.         {  
  17.             //Copy depth data to our own buffer.  
  18.             memcpy(m_depth_buffer,locked_rect.pBits,locked_rect.size);  
  19.   
  20.             image_frame.pFrameTexture->UnlockRect(0);  
  21.         }  
  22.         //Release frame.  
  23.         m_nui->NuiImageStreamReleaseFrame(m_depth_stream,&image_frame);  
  24.     }  
  25.       
  26.     if (SUCCEEDED(hr))return true;  
  27.   
  28.     return false;  
  29. }  

通过上面几步，我们已经可以拿到一幅深度图了。在OF中，每一帧更新时，update()函数都会被调用，我们可以把所有需要适时更新的代码都写在里面：

 

 

[cpp] view plain copy
 
 技术分享技术分享
  1. void testApp::update(){  
  2.   
  3.     //Get a new depth frame from Kinect.  
  4.     m_new_depth = UpdateDepthFrame();  
  5.   
  6.     if (m_new_depth)  
  7.     {  
  8.         Mat depth_frame = Mat(DEPTH_IMAGE_HEIGHT,DEPTH_IMAGE_WIDTH,CV_16UC1,m_depth_buffer);  
  9.  <span style="white-space:pre">       </span>imshow("Depth Frame", depth_frame);  
  10.   }  
  11. }  

现在编译并运行程序，我们可以看到通过OpenCV画出来的深度图：

 

技术分享

但你会发现，这样的深度图具有很多小孔和噪点，边缘也不平滑。因此要对图像进行滤波，为了使边缘不被模糊掉，这里最好使用中值滤波。修改一下上面的update()函数，使用5x5的窗口进行中值滤波：

 

[cpp] view plain copy
 
 技术分享技术分享
  1. void testApp::update(){  
  2.   
  3.     //Get a new depth frame from Kinect.  
  4.     m_new_depth = UpdateDepthFrame();  
  5.   
  6.     if (m_new_depth)  
  7.     {  
  8.         Mat smoothed_depth = Mat(DEPTH_IMAGE_HEIGHT,DEPTH_IMAGE_WIDTH,CV_16UC1,m_depth_buffer);  
  9.         medianBlur(smoothed_depth,smoothed_depth,5);  
  10.         imshow("Depth Frame", smoothed_depth);  
  11.     }  
  12. }  

再次运行程序，得到的深度图就变成下面这样了，感觉好了很多！！

 

技术分享

 

2. 通过深度图得到点云：

为了得到点云，我专门写了一个类来完成这一操作。这个类不仅会根据深度图计算点云，还会将得到的点云以矩阵的形式存放起来，矩阵中每一个元素代表一个点，同时对应深度图中具有相同行列坐标的像素。而计算点云的方法，Kinect SDK自身有提供，即NuiTransformDepthImageToSkeleton()函数，具体用法可看官方文档。
下面是这个类中生成点云的代码：

 

[cpp] view plain copy
 
 技术分享技术分享
  1. void PointCloudMap::Create(Mat& depth_image,USHORT max_depth,float scale)  
  2. {  
  3.     USHORT* depth_line = (USHORT*)depth_image.data;  
  4.     UINT stride = depth_image.step1();  
  5.       
  6.     //m_points is the place where we store the whole point cloud.  
  7.     ofVec3f* points_line = m_points;  
  8.     Vector4 vec;  
  9.     for (DWORD y = 0; y < m_height; y++)  
  10.     {  
  11.         for (DWORD x = 0; x < m_width; x++)  
  12.         {  
  13.             ofVec3f point(0);  
  14.             USHORT real_depth = (depth_line[x] >> 3);  
  15.             if (real_depth >= 800 && real_depth < max_depth)  
  16.             {  
  17.                 //For each pixel in the depth image, we calculate its space coordinates.  
  18.                 vec = NuiTransformDepthImageToSkeleton(  
  19.                     x,  
  20.                     y,  
  21.                     depth_line[x]  
  22.                 );  
  23.                   
  24.                 //Save the point with a scale.  
  25.                 point.x = vec.x*scale;  
  26.                 point.y = vec.y*scale;  
  27.                 point.z = -vec.z*scale;  
  28.             }  
  29.               
  30.             points_line[x] = point;  
  31.         }  
  32.         depth_line += stride;  
  33.         points_line += m_width;  
  34.     }  
  35. }  

拿到点云后，我们可以考虑对点云进行三角化了。一提到三角化，很多人脑海中的第一印象是复杂、计算量大等等，我个人也是这样。但是，Kinect返回的点云是结构化的，并不是无序点云，也就是说每一个点在空间中与其他点的相互关系我们是知道的，因此可以用一些简单的方法来实现三角化，虽然这样的三角化结果不是最优的，但是简单快速，60fps毫无压力。
首先，我们的点云是存放在一个矩阵中的，而且矩阵的大小与深度图完全一样（行x列），因此我们将点云视为一幅图，每一个像素存放的是点的空间坐标。我们可以像遍历一般图像的像素一样遍历点云图，从而得到空间中某一点的所有相邻点。然后，我们使用OpenGL的连线功能，每画一个点就与它之前的两个点连成一个三角面。
如下图，点旁边的序号是画点的顺序：

 

技术分享

这样我们就可以一行一行的将点云三角化，但注意当一行结束时，要让OpenGL停止连线，否则这一行最后的点会和下一行第一个点连在一起。
以上过程我直接写在了主程序的draw方法中，OF在每一帧调用完update方法后，就会调用draw方法：

 

[cpp] view plain copy
 
 技术分享技术分享
  1. void testApp::draw(){  
  2.   
  3.     if (!m_init_succeeded)return;  
  4.       
  5.     m_camera.begin();  
  6.       
  7.     ofVec3f* points_line = m_cloud_map.m_points;  
  8.     ofVec3f* points_next_line = m_cloud_map.m_points + DEPTH_IMAGE_WIDTH;  
  9.       
  10.     bool mesh_break = true;  
  11.       
  12.     for (int y = 0; y < m_cloud_map.m_height - 1; y++)  
  13.     {  
  14.         for (int x = 0; x < m_cloud_map.m_width; x++)  
  15.         {  
  16.             ofVec3f& space_point1 = points_line[x];  
  17.             ofVec3f& space_point2 = points_next_line[x];  
  18.   
  19.             if (abs(space_point1.z) <= FLT_EPSILON*POINT_CLOUD_SCALE ||   
  20.                 abs(space_point2.z) <= FLT_EPSILON*POINT_CLOUD_SCALE)  
  21.             {  
  22.                 if (!mesh_break)  
  23.                 {  
  24.                     //If there‘s no point here, the mesh should break.  
  25.                     mesh_break = true;  
  26.                     glEnd();  
  27.                 }  
  28.                 continue;  
  29.             }  
  30.   
  31.             if (mesh_break)  
  32.             {  
  33.                 //Start connecting points to form mesh.  
  34.                 glBegin(GL_TRIANGLE_STRIP);  
  35.                 mesh_break = false;  
  36.             }  
  37.   
  38.             //Draw the point and set its normal.  
  39.             glColor3f(0.7,0.7,0.7);  
  40.             glVertex3f(space_point1.x,space_point1.y,space_point1.z);  
  41.               
  42.             //Draw the point below the prior one to form a triangle.  
  43.             glColor3f(0.7,0.7,0.7);  
  44.             glVertex3f(space_point2.x,space_point2.y,space_point2.z);  
  45.         }  
  46.         if (!mesh_break)   
  47.         {  
  48.             //At the end of the line, we break the mesh.  
  49.             glEnd();  
  50.             mesh_break = true;  
  51.         }  
  52.         points_line += DEPTH_IMAGE_WIDTH;  
  53.         points_next_line += DEPTH_IMAGE_WIDTH;  
  54.     }  
  55.       
  56.     m_camera.end();  
  57.       
  58.     //Draw frame rate for fun!  
  59.     ofSetColor(255);  
  60.     ofDrawBitmapString(ofToString(ofGetFrameRate()),10,20);  
  61. }  

再次编译并运行程序，在OF的窗口中，我们会看到如下结果：

 

技术分享

怎么看起来是一张平面图，一点3D感觉都没有，呵呵~~因为我们还没有给顶点设置法向。OpenGL会根据顶点法线来计算该点的光照，如果没有法线，光照是失效的，也就是我们看到的白茫茫一片。

 

3. 计算顶点法向
法线的计算可以非常简单，比如对每一个点，取和它相邻的两个点组成三角形，计算这个三角形的法向，即作为该点的法向。但这种方法太不精确了，而且其中一个点的坐标稍有变化，就会影响最终法线的方向，光照效果会很不稳定。
我打算考虑一个点周围所有的点，并使用最小二乘法来拟合一个最佳平面，这个平面的法向即为该点的法向。

我们希望该点包括周围的领点到这个平面的距离之平方和最小，即使下式最小：

技术分享

 

其中a，b，c是决定这个平面的参数，也就是这个平面的法矢量（a，b，c）。x，y，z是点的坐标。为了求出适合的abc值，分别对这三个变量求偏导：

技术分享

要求最小值，就要使下面三式成立：

技术分享

这样我们就得到一个关于a，b，c的三元一次线性方程组，表示为矩阵形式即如下：

技术分享

根据Cramer法则，这个方程组的解可以表示为：

技术分享

其中：

技术分享，即系数矩阵的行列式

技术分享

技术分享

技术分享

计算这些行列式的值后，就可解出a，b，c。

但是这里要注意，使用Cramer法则时，D不能为零，也就是说我们所期望的平面不能过原点。而过原点这种事情是很可能发生的，这时我们怎么办呢？

当平面过原点时，上面的三元一次方程组可简化为一个齐次方程组：

技术分享

若上面系数矩阵的每一行所构成的向量共面但不共线，则a，b，c是有唯一解的，而其他情况下，只有零阶或无穷多个解。后者在实际应用中一般是不会出现的。因此我们只考虑前一种情况。这种情况的解，就是三个行向量所在面的法线。因此我们将这三个行向量两两作叉积（外积），得到三个垂直于该面的法线，取模最大的一个作为我们的解。

现在考虑什么点可以作为所求点的领点，由于点云是一幅图，我们可以借鉴二维图像滤波器的思想，将所求点周围的8领域点作为领点。（图画得丑，还请谅解）：

技术分享

但是我们的点是有深度的，所以还需对以上领域点判断一下深度，只有某一点的深度与中心点的深度接近时，才能真正当做领点。

现在还有最后一个问题，通过上面的方法算出来的法线方向是不定的（有可能是你想要的法向的反方向），因此我们还需要一个方法让所有法线的朝向一致，我这里就简单的选择了朝向摄像机。

将上面的所有方法写在了一个类中，这个类根据点云图计算法线，并像点云图一样将所有法线保存为一副法线图。下面是计算法线和调整朝向的代码：

 

[cpp] view plain copy
 
 技术分享技术分享
  1. void NormalsMap::Create(PointCloudMap& point_cloud, float max_distance)//创建一副法线图  
  2. {  
  3.     if (point_cloud.m_height != m_height ||  
  4.         point_cloud.m_width != m_width)  
  5.         throw exception("NormalsMap has different size width the PointCloudMap");  
  6.   
  7.     ofVec3f* points_line0 = point_cloud.m_points;  
  8.     ofVec3f* points_line1 = points_line0 + m_width;  
  9.     ofVec3f* points_line2 = points_line1 + m_width;  
  10.   
  11.     ofVec3f* norms_line = m_normals + m_width;  
  12.     vector<ofVec3f> neighbors;  
  13.       
  14.     int y_line0 = 0;  
  15.     int y_line1 = y_line0 + m_width;  
  16.     int y_line2 = y_line1 + m_width;  
  17.   
  18.     for (int y = 1; y < m_height - 1; y++)  
  19.     {         
  20.         for (int x = 1; x < m_width - 1; x++)  
  21.         {  
  22.             neighbors.clear();  
  23.             norms_line[x] = ofVec3f(0);  
  24.             if (points_line1[x].z == 0)continue;  
  25.               
  26.             neighbors.push_back(points_line1[x]);  
  27.             //Add all neighbor points to the vector.  
  28.             if (IsNeighbor(points_line0[x-1],points_line1[x],max_distance))  
  29.             {  
  30.                 neighbors.push_back(points_line0[x-1]);  
  31.             }  
  32.             if (IsNeighbor(points_line0[x],points_line1[x],max_distance))  
  33.             {  
  34.                 neighbors.push_back(points_line0[x]);  
  35.             }  
  36.             if (IsNeighbor(points_line0[x+1],points_line1[x],max_distance))  
  37.             {  
  38.                 neighbors.push_back(points_line0[x+1]);  
  39.             }  
  40.   
  41.             if (IsNeighbor(points_line1[x-1],points_line1[x],max_distance))  
  42.             {  
  43.                 neighbors.push_back(points_line1[x-1]);  
  44.             }  
  45.             if (IsNeighbor(points_line1[x+1],points_line1[x],max_distance))  
  46.             {  
  47.                 neighbors.push_back(points_line1[x+1]);  
  48.             }  
  49.   
  50.             if (IsNeighbor(points_line2[x-1],points_line1[x],max_distance))  
  51.             {  
  52.                 neighbors.push_back(points_line2[x-1]);  
  53.             }  
  54.             if (IsNeighbor(points_line2[x],points_line1[x],max_distance))  
  55.             {  
  56.                 neighbors.push_back(points_line2[x]);  
  57.             }  
  58.             if (IsNeighbor(points_line2[x+1],points_line1[x],max_distance))  
  59.             {  
  60.                 neighbors.push_back(points_line2[x+1]);  
  61.             }  
  62.   
  63.             if (neighbors.size() < 3)continue;//Too small to identify a plane.  
  64.   
  65.             norms_line[x] = EstimateNormal(neighbors);  
  66.         }  
  67.         points_line0 += m_width;  
  68.         points_line1 += m_width;  
  69.         points_line2 += m_width;  
  70.         norms_line += m_width;  
  71.   
  72.         y_line0 += m_width;  
  73.         y_line1 += m_width;  
  74.         y_line2 += m_width;  
  75.     }  
  76. }  
  77.   
  78. inline bool NormalsMap::IsNeighbor(ofVec3f& dst, ofVec3f& ori, float max_distance)//判断是否是领点  
  79. {  
  80.     if (abs(dst.z - ori.z) < max_distance)  
  81.         return true;  
  82.   
  83.     return false;  
  84. }  
  85.   
  86. ofVec3f NormalsMap::EstimateNormal(vector<ofVec3f>& points)//使用最小二乘法计算法线  
  87. {  
  88.     ofVec3f normal(0);  
  89.   
  90.     float x = 0, y = 0, z = 0;  
  91.     float x2 = 0, y2 = 0, z2 = 0;  
  92.     float xy = 0, xz = 0, yz = 0;  
  93.     for (int i = 0; i < points.size(); i++)  
  94.     {  
  95.         float cx = points[i].x;  
  96.         float cy = points[i].y;  
  97.         float cz = points[i].z;  
  98.   
  99.         x += cx; y += cy; z += cz;  
  100.         x2 += cx*cx; y2 += cy*cy; z2 += cz*cz;  
  101.         xy += cx*cy; xz += cx*cz; yz += cy*cz;  
  102.     }  
  103.   
  104.     float D = x2*y2*z2 + 2*xy*xz*yz - x2*yz*yz - y2*xz*xz - z2*xy*xy;  
  105.     if (abs(D) >= FLT_EPSILON)  
  106.     {  
  107.         //Use least squares technique to get the best normal.  
  108.         float Da = x*(yz*yz - y2*z2) - y*(yz*xz - z2*xy) + z*(y2*xz - xy*yz);  
  109.         float Db = x2*(z*yz - y*z2) - xy*(z*xz - x*z2) + xz*(y*xz - x*yz);  
  110.         float Dc = x2*(y*yz - z*y2) - xy*(x*yz - z*xy) + xz*(x*y2 - y*xy);  
  111.   
  112.         normal.x = Da/D;  
  113.         normal.y = Db/D;  
  114.         normal.z = Dc/D;  
  115.   
  116.         normal.normalize();  
  117.     }  
  118.     else  
  119.     {  
  120.         /*D == 0, it means some axes(x,y or z) are on the normal plane. 
  121.         We need another way to calculate normal vector.*/  
  122.   
  123.         ofVec3f row0(x2,xy,xz);  
  124.         ofVec3f row1(xy,y2,yz);  
  125.         ofVec3f row2(xz,yz,z2);  
  126.   
  127.         ofVec3f vec1 = row0.getCrossed(row1);  
  128.         ofVec3f vec2 = row0.getCrossed(row2);  
  129.         ofVec3f vec3 = row1.getCrossed(row2);  
  130.   
  131.         float len1 = vec1.lengthSquared();  
  132.         float len2 = vec2.lengthSquared();  
  133.         float len3 = vec3.lengthSquared();  
  134.   
  135.         if (len1 >= len2 && len1 >= len3)  
  136.             normal = vec1 / sqrt(len1);  
  137.         else if (len2 >= len1 && len2 >= len3)  
  138.             normal = vec2 / sqrt(len2);  
  139.         else  
  140.             normal = vec3 / sqrt(len3);  
  141.     }  
  142.       
  143.     return normal;  
  144. }  
  145.   
  146. void NormalsMap::FlipNormalsToVector(ofVec3f main_vector)//调整法线朝向，是其全部指向main_vector方向  
  147. {  
  148.     ofVec3f* normal = m_normals;  
  149.     for (int i = 0; i < m_width*m_height; i++)  
  150.     {  
  151.         if ((*normal).dot(main_vector) < 0)  
  152.             (*normal) *= -1;  
  153.   
  154.         normal++;  
  155.     }  
  156. }  

4. 全部放在一起：

 

将以上全部放在一起，并修改一下我们的draw函数，以使其设置顶点的法向：

 

[cpp] view plain copy
 
 技术分享技术分享
  1. void testApp::draw(){  
  2.   
  3.     if (!m_init_succeeded)return;  
  4.       
  5.     m_camera.begin();  
  6.       
  7.     ofVec3f* points_line = m_cloud_map.m_points;  
  8.     ofVec3f* points_next_line = m_cloud_map.m_points + DEPTH_IMAGE_WIDTH;  
  9.     ofVec3f* normals_line = m_normal_map.m_normals;  
  10.    
  11.     bool mesh_break = true;  
  12.       
  13.     for (int y = 0; y < m_cloud_map.m_height - 1; y++)  
  14.     {  
  15.         for (int x = 0; x < m_cloud_map.m_width; x++)  
  16.         {  
  17.             ofVec3f& space_point1 = points_line[x];  
  18.             ofVec3f& space_point2 = points_next_line[x];  
  19.   
  20.             if (abs(space_point1.z) <= FLT_EPSILON*POINT_CLOUD_SCALE ||   
  21.                 abs(space_point2.z) <= FLT_EPSILON*POINT_CLOUD_SCALE)  
  22.             {  
  23.                 if (!mesh_break)  
  24.                 {  
  25.                     //If there‘s no point here, the mesh should break.  
  26.                     mesh_break = true;  
  27.                     glEnd();  
  28.                 }  
  29.                 continue;  
  30.             }  
  31.   
  32.             if (mesh_break)  
  33.             {  
  34.                 //Start connecting points to form mesh.  
  35.                 glBegin(GL_TRIANGLE_STRIP);  
  36.                 mesh_break = false;  
  37.             }  
  38.               
  39.             //Draw the point and set its normal.  
  40.             glColor3f(0.8,0.8,0.8);  
  41.             glNormal3f(normals_line[x].x,normals_line[x].y,normals_line[x].z);  
  42.             glVertex3f(space_point1.x,space_point1.y,space_point1.z);  
  43.               
  44.             //Draw the point below the prior one to form a triangle.  
  45.             glColor3f(0.8,0.8,0.8);  
  46.             glVertex3f(space_point2.x,space_point2.y,space_point2.z);  
  47.         }  
  48.         if (!mesh_break)   
  49.         {  
  50.             //We break the mesh at the end of the line,.  
  51.             glEnd();  
  52.             mesh_break = true;  
  53.         }  
  54.         points_line += DEPTH_IMAGE_WIDTH;  
  55.         points_next_line += DEPTH_IMAGE_WIDTH;  
  56.         normals_line += DEPTH_IMAGE_WIDTH;  
  57.     }  
  58.       
  59.     m_camera.end();  
  60.       
  61.     //Draw frame rate for fun!  
  62.     ofSetColor(255);  
  63.     ofDrawBitmapString(ofToString(ofGetFrameRate()),10,20);  
  64. }  

最后编译运行，我们的目标就达到了！！！！

 

技术分享

技术分享

 

作为一个自娱自乐的小程序，感觉还不错吧！！！注意看左上角的帧率，60fps妥妥的。

 

小结：

做这个完全是为了学习和兴趣，不要说我是重复造轮子啊。写这个程序复习了很多线性代数的知识，温故而知新，感觉还是很有收获的。最后的效果还可以改进，最大的改进点就是三角化的方法，以后发现快速且效果好的三角化方法再和大家分享。

最后给出代码的下载地址 点击打开链接

代码在Windows7 ultimate，OpenCV 2.4.3，OpenFrameworks 0073，Kinect SDK 1.7 下编译通过。

编译有问题的可以看看下面的评论。

Kinect实现简单的三维重建

标签：

原文地址：http://www.cnblogs.com/czaoth/p/5669169.html
踩
(0)
赞
(0)
   
举报
评论 一句话评论（0）
登录后才能评论！
分享档案
更多>
2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)
周排行
mamicode.com排行更多图片
更多
友情链接
兰亭集智   国之画   百度统计   站长统计   阿里云   chrome插件   新版天听网
关于我们 - 联系我们 - 留言反馈
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码！