大家好，又见面了，我是你们的朋友全栈君。

一、概述

最近由于课题需要数据源，但是没有直接获取的方法，所以只能在周老师http://www.qianyi.info/的网站上自己下载深度图转换成点云数据，大概花了三天的时间，终于弄得差不多了，这里做个记录。

二、数据准备和环境配置

1、数据下载
在 http://redwood-data.org/indoor/dataset.html 上下载Clean Depth Sequence和Ground-truth Trajectory下的文件，如图：

本文以Living Room 1作为示例。

2、环境配置
开发工具为QT。根据网站介绍，在进行空间坐标计算的时候需要使用到一个转换矩阵Tk，而这个Tk则是需要在相机的轨迹文件中提取的，而相机的轨迹文件需要使用第1步中的txt文件进行解析得到。解析代码在http://redwood-data.org/indoor/fileformat.html中，提供了C++、Python和MATLAB的版本。

因为使用工具是QT，所以首选了C++版本的解析代码（C++版本需要配置PCL环境，具体配置方案见QT+PCL配置过程），但是在编译时发生错误，经过摸索后发现可能是Eigen与C++版本的问题，暂时没有找到好的解决办法，所以就改成了Python代码，这就涉及到了如何在QT中调用Python的问题，具体方法见QT调用Python模块。

3、轨迹文件解析
直接利用Python代码进行解析。
.py文件：

import numpy as np
import numpy.linalg
#import cv2
#import math
#from numpy import array as matrix, arange
class CameraPose:
def __init__(self, meta, mat):
self.metadata = meta
self.pose = mat
def __str__(self):
return 'Metadata : ' + ' '.join(map(str, self.metadata)) + '\n' + \
"Pose : " + "\n" + np.array_str(self.pose)
def read_trajectory(filename):
traj = []
with open(filename, 'r') as f:
metastr = f.readline();
while metastr:
metadata = map(int, metastr.split())
mat = np.zeros(shape = (4, 4))
for i in range(4):
matstr = f.readline();
mat[i, :] = np.fromstring(matstr, dtype = float, sep=' \t')
traj.append(CameraPose(metadata, mat))
metastr = f.readline()
return traj
def write_trajectory(traj, filename):
with open(filename, 'w') as f:
for x in traj:
p = x.pose.tolist()
f.write(' '.join(map(str, x.metadata)) + '\n')
f.write('\n'.join(' '.join(map('{0:.12f}'.format, p[i])) for i in range(4)))
f.write('\n')
def ext():
write_trajectory(read_trajectory("livingroom1-traj.txt"), "extraction_file.txt")
print('extraction file successfully')

main.cpp文件：

#include <stdio.h>
#include <stdlib.h>
#include <iostream>
#include <vector>
#include <fstream>
#include <Eigen/Core>
#include <Eigen/StdVector>
#include <Python.h>
using namespace std;
int main()
{ 

Py_Initialize();
if(!Py_IsInitialized())
{ 

return -1;
}
PyObject* pModule = PyImport_ImportModule("transformMatrixExt");
if(!pModule)
{ 

cout<<"open fail"<<endl;
return -1;
}
PyObject* pFunhello = PyObject_GetAttrString(pModule,"ext");
if(!pFunhello)
{ 

// cout<<"get function ext failed"<<endl;
return -1;
}
PyObject_CallFunction(pFunhello, NULL);
Py_Finalize();
}

这样就会得到轨迹txt文件了。

三、深度图转换

第二步已经将轨迹文件提取，但是里面的数据非常多，而用C++进行字符串操作远不如使用Python简单，所以这里继续使用Python进行相关文件操作。另外，在http://qianyi.info/scenedata.html中已经给出深度图转换方法，

所以这里直接上代码。
.py文件：

import numpy as np
import numpy.linalg
import cv2
import math
from numpy import array as matrix, arange
def generate_XYZ(depthBuffer, res, u, v, T):
fx = 525.0
fy = 525.0
cx = 319.5
cy = 239.5
z = depthBuffer[res[1]*u+v]/1000
x = (v-cx)*z/fx
y = (u-cy)*z/fy
w = np.array([x, y, z, 1], dtype='f')
x = T[0,0]*w[0]+T[0,1]*w[1]+T[0,2]*w[2]+T[0,3]*w[3]
y = T[1,0]*w[0]+T[1,1]*w[1]+T[1,2]*w[2]+T[1,3]*w[3]
z = T[2,0]*w[0]+T[2,1]*w[1]+T[2,2]*w[2]+T[2,3]*w[3]
return x, y, z
def readimg():
# img = cv2.imread('00000.png', -1)
# img = cv2.imread('01500.png', -1)
img = cv2.imread('02869.png', -1)
res = img.shape
print(img[1,1])
# print(img[0])
# img = cv2.flip(img, 0)
# cv2.imshow('hh',img)
# cv2.waitKey(0)
depth_buffer = np.array(np.array(img,dtype=np.float32).flatten())#img.flatten().astype(float32)/255
T1 = arange(16, dtype='f').reshape(4,4)
i = 0
with open("extraction_file.txt", 'r') as f:
content = f.read().splitlines()
# for stringline in content[7496:7500]:
# for stringline in content[1:5]:
for stringline in content[14346:14350]:
j = 0
for number in stringline.split(' '):
T1[i,j] = float(number)
j = j+1
i = i+1
print(T1)
flag = []
print(res[1])
for u in range(res[0]):
for v in range(res[1]):
x, y, z = generate_XYZ(depth_buffer, res, u, v, T1)
flag.append([x, y, z])
with open('02869.ply', 'w') as f:
f.write('ply\nformat ascii 1.0\nelement vertex '+str(len(flag))+'\nproperty float x\nproperty float y\nproperty float z\nend_header\n')
for loc in flag:
f.write(str(loc[0])+' '+str(loc[1])+' '+str(loc[2])+'\n')
print('finish')

这里需要注意的是，在读取深度图时，需要使用imread( , -1)方法，这样才是读取深度图，而在转换时，网站提到的深度图（u, v, d）坐标分别就是横坐标，纵坐标和深度值（像素值）。另外，在需要用到OpenCV时，发现在python中直接安装cv2库即可，比C++环境下的配置简单很多，暂时还没有发现在功能上太大的区别。

main.cpp文件：

#include <stdio.h>
#include <stdlib.h>
#include <iostream>
#include <vector>
#include <fstream>
#include <Eigen/Core>
#include <Eigen/StdVector>
#include <Python.h>
using namespace std;
int main()
{ 

Py_Initialize();
if(!Py_IsInitialized())
{ 

return -1;
}
PyObject* pModule = PyImport_ImportModule("transformMatrixExt");
if(!pModule)
{ 

cout<<"open fail"<<endl;
return -1;
}
PyObject* pFunhello = PyObject_GetAttrString(pModule,"readimg");
if(!pFunhello)
{ 

// cout<<"get function ext failed"<<endl;
return -1;
}
PyObject_CallFunction(pFunhello, NULL);
Py_Finalize();
}

转换结果截图：



这三个分别是http://qianyi.info上面的livingroom1-depth-clean里面的00000.png，01500.png和02869.png三张深度序列图转换成点云的场景截图，如果要还原成一个完整的场景，好像需要把一共2870序列图都要转换。但是这里有个疑问，每张深度图转换出的点云数量是307200个，在网站上可以看到一个完整的点云数量是200多万个，而完整的序列是2870张，所以这个数量最终无法对上，需要继续探索。