RealSense、ZED 和奥比中光Astra几款主流相机介绍及应用

以下是英特尔 RealSense、Stereolabs ZED 和奥比中光Astra几款相机的详细对比，包括参数、性能以及二次开发等支持，附带代码示例。

详细信息对比和二次开发示例

1. 英特尔 RealSense (例如 D435/D455)

• 深度技术：立体视觉 + 红外投影
• 分辨率：
  • D435: 1280x720 @ 30fps
  • D455: 1920x1080 @ 30fps
• 工作范围：0.2 米到 10 米
• 视场角 (FOV)：宽度 86°，高度 57°
• 通讯接口：USB 3.0
• SDK 支持： Intel RealSense SDK
• 二次开发支持：C++, Python, ROS 等
• 安装依赖：

pip install pyrealsense2

代码示例（Python）：

import pyrealsense2 as rs
import numpy as np
import cv2# 创建管道
pipeline = rs.pipeline()# 配置流
config = rs.config()
config.enable_stream(rs.stream.depth, 640, 480, rs.format.z16, 30)
config.enable_stream(rs.stream.color, 640, 480, rs.format.bgr8, 30)# 启动流
pipeline.start(config)try:while True:frames = pipeline.wait_for_frames()depth_frame = frames.get_depth_frame()color_frame = frames.get_color_frame()if not depth_frame or not color_frame:continue# 将帧转换为numpy数组depth_image = np.asanyarray(depth_frame.get_data())color_image = np.asanyarray(color_frame.get_data())# 显示图像cv2.imshow('Color', color_image)cv2.imshow('Depth', depth_image)if cv2.waitKey(1) & 0xFF == ord('q'):break
finally:pipeline.stop()cv2.destroyAllWindows()

代码示例（C++）：

#include <librealsense2/rs.hpp> // Include RealSense Cross Platform API
#include <iostream>int main() {// Create a RealSense pipeliners2::pipeline p;// Start the pipeline with default configurationp.start();while (true) {// Wait for a new framers2::frameset frames = p.wait_for_frames();// Get the depth framers2::depth_frame depth = frames.get_depth_frame();// Get the color framers2::frame color = frames.get_color_frame();if (!depth || !color) continue;// Get the dimensions of the imageint width = depth.get_width();int height = depth.get_height();std::cout << "Depth Frame: " << width << "x" << height << std::endl;// Process the images (for demonstration, we just print the size)// Here you can add your own image processing code// Break the loop on a specific condition (e.g., pressing a key)// For this example, we'll just run indefinitely}return 0;
}

2. ZED (Stereolabs)

• 深度技术：立体视觉 + IMU
• 分辨率：
  • ZED 2: 4416x1242 @ 15fps（720p模式约 60fps）
• 工作范围：0.5 米到 20 米
• 视场角 (FOV)：水平 110°，垂直 75°
• 通讯接口：USB 3.0
• SDK 支持：ZED SDK
• 二次开发支持：C++, Python, Unity, ROS 等
  安装依赖：
  参考 ZED SDK 安装指南

代码示例（Python）：

import sys
import time
import pyzed.sl as sl# 创建相机对象
zed = sl.Camera()# 配置相机
init_params = sl.InitParameters()
init_params.camera_resolution = sl.RESOLUTION.HD720
init_params.depth_mode = sl.DEPTH_MODE.PERFORMANCE
zed.open(init_params)while True:# 捕获图像if zed.grab() == sl.ERROR_CODE.SUCCESS:image = sl.Mat()zed.retrieve_image(image, sl.VIEW.COLOR)depth = sl.Mat()zed.retrieve_measure(depth, sl.MEASURE.DEPTH)# 获取图像数据image_ocv = image.get_data()depth_ocv = depth.get_data()# 显示图像cv2.imshow("ZED Color", image_ocv)cv2.imshow("ZED Depth", depth_ocv)if cv2.waitKey(1) & 0xFF == ord('q'):break# 关闭相机
zed.close()

代码示例（C++）：

#include <sl/Camera.hpp>int main(int argc, char **argv) {sl::Camera zed;sl::InitParameters init_params;init_params.camera_resolution = sl::RESOLUTION::HD720;init_params.depth_mode = sl::DEPTH_MODE::PERFORMANCE;// 开始相机if (zed.open(init_params) != sl::ERROR_CODE::SUCCESS) {std::cerr << "Error opening ZED camera." << std::endl;return EXIT_FAILURE;}sl::Mat image, depth;while (true) {if (zed.grab() == sl::ERROR_CODE::SUCCESS) {zed.retrieveImage(image, sl::VIEW::LEFT);zed.retrieveMeasure(depth, sl::MEASURE::DEPTH);// 显示图像和深度cv::imshow("ZED Image", image.getCvMat());cv::imshow("ZED Depth", depth.getCvMat());if (cv::waitKey(1) == 'q') break;}}zed.close();return EXIT_SUCCESS;
}

3. 奥比中光（Orbbec）

• 深度技术：结构光
• 分辨率：
  • Astra: 640x480 @ 30fps
  • Astra Pro: 1280x720 @ 30fps
• 工作范围：0.4 米到 8 米
• 视场角 (FOV)：水平 60°，垂直 49°
• 通讯接口：USB 2.0 / USB 3.0
• SDK 支持：奥比中光 SDK
• 二次开发支持：C++, C#, Python, Unity 等
• 安装依赖：
  参考 奥比中光 SDK 安装指南

代码示例（Python）：

import numpy as np
import cv2
import openni2# 初始化
openni2.initialize()
dev = openni2.Device.open_any()
depth_stream = dev.create_depth_stream()
color_stream = dev.create_color_stream()# 开启流
depth_stream.start()
color_stream.start()while True:depth_frame = depth_stream.read_frame()color_frame = color_stream.read_frame()depth_data = np.frombuffer(depth_frame.get_buffer_as_uint16(), dtype=np.uint16)color_data = np.frombuffer(color_frame.get_buffer_as_uint8(), dtype=np.uint8)# 处理深度数据depth_image = depth_data.reshape((depth_frame.height, depth_frame.width))color_image = color_data.reshape((color_frame.height, color_frame.width, 3))# 显示图像cv2.imshow('Color Image', color_image)cv2.imshow('Depth Image', depth_image)if cv2.waitKey(1) & 0xFF == ord('q'):break# 停止流
depth_stream.stop()
color_stream.stop()
openni2.unload()

代码示例（C++）：

#include <OpenNI.h>
#include <iostream>int main() {openni::OpenNI::initialize();openni::Device device;if (device.open(openni::ANY_DEVICE) != openni::STATUS_OK) {std::cerr << "Could not open device." << std::endl;return -1;}openni::VideoStream depthStream, colorStream;depthStream.create(device, openni::SENSOR_DEPTH);colorStream.create(device, openni::SENSOR_COLOR);depthStream.start();colorStream.start();openni::VideoFrameRef depthFrame, colorFrame;while (true) {depthStream.readFrame(&depthFrame);colorStream.readFrame(&colorFrame);// 显示深度和颜色// 需添加显示代码 (如使用 OpenCV)if (/* 检测退出条件 */) break;}depthStream.stop();colorStream.stop();device.close();openni::OpenNI::shutdown();return 0;
}

综合参数对比

综合性能对比

• 计算能力:

  • RealSense 配备 IMU，适合移动设备和机器人。
  • ZED 提供高精度深度数据和较大的视场角，适合 AR/VR 应用。
  • 奥比中光专注于深度图像和手势识别等应用，适合人机交互。

• 使用场景:

  • RealSense: 机器人视觉、手势识别。
  • ZED: 虚拟现实、增强现实、3D 映射。
  • 奥比中光: 智能家居、互动游戏。

总结

以上是对三种不同厂家相机的基本信息对比及二次开发示例，可作为小白简单了解和熟悉。不同的项目需求可以选择不同的相机，根据具体应用场景进行开发。