深度图像边缘提取及转储，昨天写的，今天继续写。
Open3D可以提取深度图像的边缘信息。边缘信息是深度图像中的重要特征之一，可以用于目标检测、场景分割、物体跟踪等任务。Open3D提供了一些函数来提取深度图像中的边缘信息，例如:
代码语言：javascript复制open3d.geometry.TriangleMesh.create_from_depth_edge_detection可以根据深度图像中的边缘信息创建一个三角形网格。该函数使用了一种称为"Canny边缘检测"的算法来提取深度图像中的边缘信息。该函数需要指定一些参数，例如Canny边缘检测算法的阈值和卷积核大小等。
以下是一个使用:
代码语言：javascript复制open3d.geometry.TriangleMesh.create_from_depth_edge_detection函数提取深度图像中的边缘信息的示例代码：
代码语言：javascript复制import open3d as o3d
# 加载深度图像
depth = o3d.io.read_image("depth.png")
# 提取边缘信息
edges = o3d.geometry.TriangleMesh.create_from_depth_edge_detection(depth, threshold=0.1, depth_scale=1000.0, depth_diff=0.07, canny_blur=1.0, canny_threshold=50)
# 可视化边缘信息
o3d.visualization.draw_geometries([edges])
我们首先加载了一个深度图像，然后使用:
代码语言：javascript复制open3d.geometry.TriangleMesh.create_from_depth_edge_detection提取了深度图像中的边缘信息。
最后，我们使用:
代码语言：javascript复制open3d.visualization.draw_geometries可视化了边缘信息。
将上面的边缘信息如何保存下来？
要将Open3D中的边缘信息保存为文件，可以使用:
代码语言：javascript复制open3d.io.write_triangle_mesh将其保存为PLY格式的文件。
下面是示例代码：
代码语言：javascript复制import open3d as o3d
# 加载深度图像
depth = o3d.io.read_image("depth.png")
# 提取边缘信息
edges = o3d.geometry.TriangleMesh.create_from_depth_edge_detection(depth, threshold=0.1, depth_scale=1000.0, depth_diff=0.07, canny_blur=1.0, canny_threshold=50)
# 保存边缘信息为PLY文件
o3d.io.write_triangle_mesh("edges.ply", edges)
在上述示例代码中，我们使用：
代码语言：javascript复制open3d.io.write_triangle_mesh将边缘信息保存为PLY文件。可以将文件名替换为所需的名称，函数会将三角形网格的顶点和面信息保存为PLY文件，其中包括深度图像中的边缘信息。
还是昨天的需求，要把边缘信息保存成txt文件，由于边缘信息是三角形网格的一部分，因此我们需要将三角形网格的顶点和面信息保存为文本文件。
代码语言：javascript复制import open3d as o3d
import numpy as np
# 加载深度图像
depth = o3d.io.read_image("depth.png")
# 提取边缘信息
edges = o3d.geometry.TriangleMesh.create_from_depth_edge_detection(depth, threshold=0.1, depth_scale=1000.0, depth_diff=0.07, canny_blur=1.0, canny_threshold=50)
# 保存边缘信息为txt文件
vertices = np.asarray(edges.vertices)
faces = np.asarray(edges.triangles)
np.savetxt("edges.txt", np.concatenate([vertices, faces], axis=0), delimiter=",")
在上述代码中，我们首先使用：
代码语言：javascript复制open3d.geometry.TriangleMesh.create_from_depth_edge_detection提取深度图像中的边缘信息，并将其保存为一个三角形网格。然后，我们将三角形网格的顶点和面信息连接在一起，并使用NumPy的np.savetxt函数将其保存为txt格式的文件。文件名可以替换为所需的名称，函数会将三角形网格的顶点和面信息保存为txt文件，其中包括深度图像中的边缘信息。
上面都是单帧的处理，让我们批量处理一下，可以使用Open3D提取深度视频流中的边缘信息。类似于单个深度图像，我们可以使用：
代码语言：javascript复制open3d.geometry.TriangleMesh.create_from_depth_edge_detection来提取深度视频流中的边缘信息。
代码语言：javascript复制import open3d as o3d
# 创建深度流捕获器
depth_stream = o3d.io.AzureKinectSensor(0).create_depth_stream()
while True:
# 读取深度图像
depth = depth_stream.read_frame().depth
# 提取边缘信息
edges = o3d.geometry.TriangleMesh.create_from_depth_edge_detection(depth, threshold=0.1, depth_scale=1000.0, depth_diff=0.07, canny_blur=1.0, canny_threshold=50)
# 可视化边缘信息
o3d.visualization.draw_geometries([edges])
在上述代码中，我们首先创建了一个深度流捕获器，并从中读取深度图像。然后，我们使用：
代码语言：javascript复制open3d.geometry.TriangleMesh.create_from_depth_edge_detection函数提取深度图像中的边缘信息，并使用：
代码语言：javascript复制open3d.visualization.draw_geometries函数将其可视化。这个循环会一直运行，直到手动停止。
让我们把深度边缘的信息传到TXT文件里面：
代码语言：javascript复制import open3d as o3d
import numpy as np
# 创建深度流捕获器
depth_stream = o3d.io.AzureKinectSensor(0).create_depth_stream()
while True:
# 读取深度图像
depth = depth_stream.read_frame().depth
# 提取边缘信息
edges = o3d.geometry.TriangleMesh.create_from_depth_edge_detection(depth, threshold=0.1, depth_scale=1000.0, depth_diff=0.07, canny_blur=1.0, canny_threshold=50)
# 保存边缘信息为txt文件
vertices = np.asarray(edges.vertices)
faces = np.asarray(edges.triangles)
np.savetxt("edges.txt", np.concatenate([vertices, faces], axis=0), delimiter=",")
# 可视化边缘信息
o3d.visualization.draw_geometries([edges])
在上述代码中，我们首先创建了一个深度流捕获器，并从中读取深度图像。然后，我们使用：
代码语言：javascript复制open3d.geometry.TriangleMesh.create_from_depth_edge_detection函数提取深度图像中的边缘信息。接下来，我们将三角形网格的顶点和面信息连接在一起，并使用NumPy的np.savetxt函数将其保存为txt格式的文件。最后，我们使用：
代码语言：javascript复制open3d.visualization.draw_geometries函数将提取的边缘信息可视化。
