Visual Studio 配置 Intel RealSense 相机 + OpenCV 环境以及官

rickchen 发布于2021-09-03 10:29 / 2367人阅读

摘要：五代码运行测试测试代码相机创建一个配置信息相机进行测试进行使能，告诉配置信息，我需要传感器的图像数据声明一个传感器设备相机运行结果相机相机

一、Visual Studio 的安装配置

工作回顾

可参考我之前的博客工作：点击此处跳转

二、OpenCV 的下载与安装

工作回顾

可参考我之前的博客工作：点击此处跳转

三、Visual Studio 下 OpenCV 的环境配置

工作回顾

可参考我之前的博客工作：点击此处跳转

四、Visual Studio 下 Intel RealSense相机的环境配置

1.Intel RealSense相机的 SDK 的下载

Intel RealSense相机的 SDK 可以在 Intel 官方的 GitHub 上下载：点击此处跳转

Windows系统下，点击下载【红色框内的 win10 版本】，外网的原因，下载的速度可能会比较慢，可以复制下载链接到迅雷；
或者可以下载我上传 CSDN 的2.42.0版本：点击此处跳转
又或者可以下载我百度网盘分享的2.42.0版本：点击此处跳转百度云网盘分享，提取码：qudl

2.Intel RealSense相机的 SDK 的安装

双击刚才下载的**【.exe安装程序】**，一直【Next】，最后【Install】

安装成功之后桌面会出现这三个图标

Intel RealSense Viewer和Depth Quality Tool for Intel RealSense Cameras 可以直接被相机调用，从而显示图像，包括深度图、RGB图以及鱼眼图像等等；Examples for Intel RealSense SDK 2.0：提供了官方例程。

3.Windows系统下 Intel RealSense相机的环境配置

Intel RealSense相机的环境配置类似于 Visual Studio 下 OpenCV 的环境配置

右键单击【此电脑】，点击左侧【高级系统设置】，点击【环境变量】，双击【Path】变量，点击【新建】，然后再点击【浏览】
找到C盘下的【Intel RealSense SDK2.0】进行添加，添加成功是这个样子
一定要逐个窗口点击确定，依次退出，否则环境没有配置上

4.Visual Studio 下 Intel RealSense相机的环境配置

（1）创建新项目

参考之前的博客：三、使用这一部分

（2）配置属性

单击 visual studio 上方的【视图】，在下拉栏里找到【其他窗口】下的【属性管理器】，并点击
保证左右两侧的对应值相同
新建属性表

包含目录的配置
双击新建的 realsense_opencv_64 属性表，点击【通用属性】，点击【VC++目录】,点击【包含目录】右侧的下拉按钮，点击【编辑】

点击红色框内的图标，创建新的一行包含目录，点击浏览，选择 C:/Program Files (x86)/Intel RealSense SDK 2.0/include 和 C:/Program Files (x86)/Intel RealSense SDK 2.0/include/librealsense2 这2个路径进行添加

添加完路径之后，点击【确定】

库目录的配置
双击新建的 realsense_opencv_64 属性表，点击【通用属性】，点击【VC++目录】,点击【库目录】右侧的下拉按钮，点击【编辑】

点击红色框内的图标，创建新的一行包含目录，点击浏览，选择C:/Program Files (x86)/Intel RealSense SDK 2.0/lib/x64 路径进行添加

附加依赖项的配置

双击新建的 realsense_opencv_64 属性表，点击【通用属性】，点击【链接器】,点击【输入】，点击【附加依赖项】右侧的下拉按钮，点击【编辑】

在弹出的对话框中直接手动输入 realsense2.lib，依次点击确定退出。

五、代码运行测试

1.测试代码

T265 相机

#include #include int main() {    rs2::config cfg;// 创建一个配置信息    cfg.enable_stream(RS2_STREAM_FISHEYE, 1, RS2_FORMAT_Y8);// Intel T265 相机进行测试    cfg.enable_stream(RS2_STREAM_FISHEYE, 2, RS2_FORMAT_Y8);//进行使能，告诉配置信息，我需要传感器的图像frame数据    rs2::pipeline pipe;// 声明一个realsense传感器设备    pipe.start(cfg);    rs2::frameset data;    while (1) {        data = pipe.wait_for_frames();        rs2::frame image_left = data.get_fisheye_frame(1);        rs2::frame image_right = data.get_fisheye_frame(2);        if (!image_left || !image_right)            break;        cv::Mat cv_image_left(cv::Size(848, 800), CV_8U, (void*)image_left.get_data(), cv::Mat::AUTO_STEP);        cv::Mat cv_image_right(cv::Size(848, 800), CV_8U, (void*)image_right.get_data(), cv::Mat::AUTO_STEP);        cv::imshow("left", cv_image_left);        cv::imshow("right", cv_image_right);        cv::waitKey(1);    }    return 0;}

D415 相机

// License: Apache 2.0. See LICENSE file in root directory.// Copyright(c) 2017 Intel Corporation. All Rights Reserved. #include  // Include RealSense Cross Platform API#include    // Include OpenCV API int main(int argc, char * argv[]) try{	// Declare depth colorizer for pretty visualization of depth data	rs2::colorizer color_map; 	// Declare RealSense pipeline, encapsulating the actual device and sensors	rs2::pipeline pipe;	// Start streaming with default recommended configuration	pipe.start(); 	using namespace cv;	const auto window_name = "Display Image";	namedWindow(window_name, WINDOW_AUTOSIZE); 	while (waitKey(1) < 0 )	{		rs2::frameset data = pipe.wait_for_frames(); // Wait for next set of frames from the camera		rs2::frame depth = data.get_depth_frame().apply_filter(color_map); 		// Query frame size (width and height)		const int w = depth.as<rs2::video_frame>().get_width();		const int h = depth.as<rs2::video_frame>().get_height(); 		// Create OpenCV matrix of size (w,h) from the colorized depth data		Mat image(Size(w, h), CV_8UC3, (void*)depth.get_data(), Mat::AUTO_STEP); 		// Update the window with new data		imshow(window_name, image);	} 	return EXIT_SUCCESS;}catch (const rs2::error & e){	std::cerr << "RealSense error calling " << e.get_failed_function() << "(" << e.get_failed_args() << "):/n    " << e.what() << std::endl;	return EXIT_FAILURE;}catch (const std::exception& e){	std::cerr << e.what() << std::endl;	return EXIT_FAILURE;}

2.运行结果

T265 相机

D415 相机

混合云超融合服务器 visual studio图片opencv visual studio visual?studio? visual studio 2005

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/119004.html

Python调用海康威视网络相机C++的SDK

摘要：调用海康威视网络相机的本文参考笔者将此文章中遗漏或未遇见的问题归纳总结，并分享自己在运行过程中遇到的问题，与君共勉。其次，将海康威视文件夹中文件夹下所有文件复制到文件夹下。 ...

csRyan 2021-09-10 10:50 评论0 收藏0
Visual Studio 2019 安装配置opencv

摘要：目录安装配置下载解压文件添加系统环境变量创建新的空项目配置头文件库文件和链接库创建一个要用到的新项目是需重复此操作配置头文件配置库文件配置链接库收尾工作测试安装配置下载下载官网选择选项点击选项后会跳转至下载页面，红线标 ...

fyber 2021-09-27 13:35 评论0 收藏0
配置安装OpenCV(4.5.4)+Opencv_contrib(4.5.4)+CUDA(v11.5

摘要：提示尽量保存中间文件，包括下载文件至最终完成安装。安装位置推荐使用默认位置等待，完成后按要求重启。安装打开前面下载的安装程序，根据提示安装，在选择添加环境变量时选择为所有用户添加，其他选项默认即可。属性管理器配置打开新建空项目。 ...

jone5679 2021-11-19 09:40 评论0 收藏0
Windows下编译OpenCV+opencv_contrib

摘要：文章目录前言前言一写在前面重要的事一写在前面重要的事二正文二正文安装步骤安装步骤编译及配置编译及配置总结总结前言在学习特征检测与匹配时，因为版本将算子等的源代码从官方发行的基础版移除，转移到了扩展库中的中。文章目录前言一、写在前面重要的事二、正文 1.安装步骤2.编译及配置总结...

不知名网友 2021-11-29 10:50 评论0 收藏0
Visual Studio2019配置OpenCV（半永久配置）

摘要：配置下载下载配置环境变量在工程中半永久配置测试代码下载首先通过下面的链接下载所需要的版本。安装工作负载步骤时选的是桌面开发使用的桌面开发和其它工具集中的扩展开发配置环境变量在安装好和下开始进行配置。 ...

sf_wangchong 2021-10-09 09:44 评论0 收藏0