Point Cloud Tutorial
Introduction
이 튜토리얼은 Zivid SDK를 사용하여 Point Cloud 데이터를 처리하는 방법을 설명합니다.
팁
비디오 시청을 선호하는 경우 웨비나 Getting your point cloud ready for your application 에서 포인트 클라우드에 대해 다룹니다.
Prerequisites
Zivid Software 를 설치합니다.
Python의 경우: zivid-python 를 설치합니다.
Frame
Zivid::Frame
은 포인트 클라우드 및 컬러 이미지(컴퓨팅 장치 메모리에 저장된)와 캡처 및 카메라 정보가 포함됩니다.
Zivid.NET.Frame
은 포인트 클라우드 및 컬러 이미지(컴퓨팅 장치 메모리에 저장됨)와 캡처 및 카메라 정보가 포함됩니다.
zivid.Frame
은 포인트 클라우드 및 컬러 이미지(컴퓨팅 장치 메모리에 저장됨)와 캡처 및 카메라 정보가 포함됩니다.
Capture
Zivid로 캡처하면 Frame을 얻을 수 있습니다.
const auto frame = camera.capture(settings);
using (var frame = camera.Capture(settings))
with camera.capture(settings) as frame:
캡처 방법에 대한 자세한 지침은 Capture Tutorial 에서 확인하십시오.
Load
Frame은 ZDF 파일에서 로드할 수도 있습니다.
const auto dataFile = std::string(ZIVID_SAMPLE_DATA_DIR) + "/Zivid3D.zdf";
std::cout << "Reading ZDF frame from file: " << dataFile << std::endl;
const auto frame = Zivid::Frame(dataFile);
var dataFile =
Environment.GetFolderPath(Environment.SpecialFolder.CommonApplicationData) + "/Zivid/Zivid3D.zdf";
Console.WriteLine("Reading ZDF frame from file: " + dataFile);
var frame = new Zivid.NET.Frame(dataFile);
data_file = get_sample_data_path() / "Zivid3D.zdf"
print(f"Reading point cloud from file: {data_file}")
frame = zivid.Frame(data_file)
Point Cloud
Get handle from Frame
이제 GPU에서 포인트 클라우드 데이터를 얻을 수 있습니다.
const auto pointCloud = frame.pointCloud();
var pointCloud = frame.PointCloud;
point_cloud = frame.point_cloud()
포인트 클라우드는 2D 그리드에 배치된 XYZ, RGB 및 SNR을 포함합니다.
더 많은 정보를 확인하려면 Point Cloud Structure 를 참고하세요.
이 메서드 Zivid::Frame::pointCloud()
는 GPU 메모리에서 복사를 수행하지 않습니다.
참고
Zivid::Camera::capture()
메서드는 카메라가 raw 이미지 캡처를 완료한 후 어느 순간에 반환됩니다. Zivid::Frame::pointCloud()
에서 즉시 사용 가능합니다. 그러나 실제 포인트 클라우드 데이터는 GPU에서 처리가 완료된 후에만 사용할 수 있습니다. 데이터 복사 기능에 대한 모든 호출(아래 섹션)은 차단되고 요청된 복사 작업을 진행하기 전에 처리가 완료될 때까지 기다립니다.
자세한 설명은 다음을 참조하십시오. Point Cloud Capture Process.
Zivid.NET.Frame.PointCloud
특성을 얻을 때는 GPU 메모리에서 복사를 수행하지 않습니다.
참고
Zivid.NET.Camera.Capture()
메서드는 카메라가 raw 이미지 캡처를 완료한 후 어느 순간에 반환됩니다. Zivid.NET.Frame.PointCloud
에서 즉시 사용 가능합니다. 그러나 실제 포인트 클라우드 데이터는 GPU에서 처리가 완료된 후에만 사용할 수 있습니다. 데이터 복사 메서드(아래 섹션)에 대한 모든 호출은 차단되고 요청된 복사 작업을 진행하기 전에 처리가 완료될 때까지 기다립니다.
자세한 설명은 다음을 참조하십시오. Point Cloud Capture Process.
zivid.frame.point_cloud()
함수는 GPU 메모리에서 복사를 수행하지 않습니다.
참고
zivid.camera.capture()
메서드는 카메라가 raw 이미지 캡처를 완료한 후 어느 순간에 반환됩니다. zivid.frame.point_cloud()
에서 즉시 사용 가능합니다. 그러나 실제 포인트 클라우드 데이터는 GPU에서 처리가 완료된 후에만 사용할 수 있습니다. 데이터 복사 기능에 대한 모든 호출(아래 섹션)은 차단되고 요청된 복사 작업을 진행하기 전에 처리가 완료될 때까지 기다립니다.
자세한 설명은 다음을 참조하십시오. Point Cloud Capture Process.
Copy from GPU to CPU memory
이제 필요한 항목에 따라 데이터를 선택적으로 복사할 수 있습니다. 아래는 출력 데이터 형식의 전체 목록과 GPU에서 복사하는 방법입니다.
Return type |
Copy functions |
Data per pixel |
Total data |
---|---|---|---|
|
|
12 bytes |
28 MB |
|
|
16 bytes |
37 MB |
|
|
4 bytes |
9 MB |
|
|
4 bytes |
9 MB |
|
|
4 bytes |
9 MB |
|
|
16 bytes |
37 MB |
|
|
16 bytes |
37 MB |
|
|
4 bytes |
9 MB |
|
|
4 bytes |
9 MB |
|
|
4 bytes |
9 MB |
Return type |
Copy methods |
Data per pixel |
Total data |
---|---|---|---|
|
|
12 bytes |
28 MB |
|
|
16 bytes |
37 MB |
|
|
4 bytes |
9 MB |
|
|
4 bytes |
9 MB |
|
|
4 bytes |
9 MB |
|
|
16 bytes |
37 MB |
|
|
16 bytes |
37 MB |
|
|
4 bytes |
9 MB |
|
|
4 bytes |
9 MB |
|
|
4 bytes |
9 MB |
Return type |
Copy functions |
Data per pixel |
Total data |
---|---|---|---|
|
|
12 bytes |
28 MB |
|
|
16 bytes |
37 MB |
|
|
4 bytes |
9 MB |
|
|
4 bytes |
9 MB |
|
|
4 bytes |
9 MB |
|
|
4 bytes |
9 MB |
|
|
4 bytes |
9 MB |
|
|
16 bytes |
37 MB |
다음은 데이터를 복사하는 방법의 예입니다.
const auto data = pointCloud.copyData<Zivid::PointXYZColorRGBA>();
var pointCloudData = pointCloud.CopyPointsXYZColorsRGBA();
xyz = point_cloud.copy_data("xyz")
rgba = point_cloud.copy_data("rgba")
Memory allocation options
메모리 할당 측면에서 데이터를 복사하는 두 가지 방법이 있습니다.
Zivid SDK는 메모리 버퍼를 할당하고 데이터를 복사할 수 있습니다.
사용자는 사전 할당된 메모리 버퍼에 대한 포인터를 전달할 수 있으며 Zivid SDK는 데이터를 사전 할당된 메모리 버퍼에 복사합니다.
OpenCV를 사용하는 두 가지 메모리 할당 옵션에 대한 예를 제시합니다.
Copy selected data from GPU to CPU memory (Zivid-allocated)
예를 들어 포인트 클라우드의 RGB 색상 데이터는 해당 데이터만 CPU 메모리에 복사할 수 있습니다.
std::cout << "Capturing frame" << std::endl; frame = camera.capture(settings); pointCloud = frame.pointCloud(); std::cout << "Copying colors with Zivid API from GPU to CPU" << std::endl; auto colors = pointCloud.copyColorsBGRA(); std::cout << "Casting the data pointer as a void*, since this is what the OpenCV matrix constructor requires." << std::endl; auto *dataPtrZividAllocated = const_cast<void *>(static_cast<const void *>(colors.data())); std::cout << "Wrapping this block of data in an OpenCV matrix. This is possible since the layout of \n" << "Zivid::ColorBGRA exactly matches the layout of CV_8UC4. No copying occurs in this step." << std::endl; const cv::Mat bgraZividAllocated(colors.height(), colors.width(), CV_8UC4, dataPtrZividAllocated); std::cout << "Displaying image" << std::endl; cv::imshow("BGRA image Zivid Allocated", bgraZividAllocated); cv::waitKey(0);
Copy selected data from GPU to CPU memory (user-allocated)
위 예에서 데이터의 소유권은 반환된 Zivid::Array2D<>
개체에 의해 유지됩니다. 또는 사전 Zivid::PointCloud::copyData(dataPtr)
에 할당된 메모리 버퍼를 제공할 수 있습니다. dataPtr
의 유형은 복사할 대상을 정의합니다(PointXYZ
, ColorRGBA
, 등.).
이제 위와 똑같은 사용 사례를 살펴보겠습니다. 그러나 이번에는 OpenCV가 필요한 스토리지를 할당하도록 허용합니다. 그런 다음 GPU에서 이 메모리 위치로 데이터를 직접 복사하도록 Zivid API에 요청합니다.
std::cout << "Allocating the necessary storage with OpenCV API based on resolution info before any capturing" << std::endl; auto bgraUserAllocated = cv::Mat(resolution.height(), resolution.width(), CV_8UC4); std::cout << "Capturing frame" << std::endl; auto frame = camera.capture(settings); auto pointCloud = frame.pointCloud(); std::cout << "Copying data with Zivid API from the GPU into the memory location allocated by OpenCV" << std::endl; pointCloud.copyData(&(*bgraUserAllocated.begin<Zivid::ColorBGRA>())); std::cout << "Displaying image" << std::endl; cv::imshow("BGRA image User Allocated", bgraUserAllocated); cv::waitKey(0);
Transform
포인트 클라우드의 원점을 카메라에서 로봇 기본 프레임 또는 예: scale the point cloud by transforming it from mm to m 으로 변경하기 위해 transform 를 원할 수 있습니다.
pointCloud.transform(baseToCameraTransform);
pointCloud.Transform(transformBaseToCamera);
point_cloud.transform(base_to_camera_transform)
Downsample
때로는 카메라에서 촬영되는 high spatial resolution 와 같은 포인트 클라우드가 필요하지 않을 수 있습니다. 직접 포인트 클라우드를 downsample 할 수 있습니다.
참고
Monochrome Capture is a hardware-based subsample method that reduces the resolution of the point cloud during capture while also reducing the acquisition and capture time.
다운샘플링은 현재 포인트 클라우드를 수정하면서 동시에 수행할 수 있습니다.
pointCloud.downsample(Zivid::PointCloud::Downsampling::by2x2);
pointCloud.Downsample(Zivid.NET.PointCloud.Downsampling.By2x2);
point_cloud.downsample(zivid.PointCloud.Downsampling.by2x2)
다운샘플링된 포인트 클라우드를 기존 포인트 클라우드를 변경하지 않는 새로운 포인트 클라우드 인스턴스로 얻을 수도 있습니다.
auto downsampledPointCloud = pointCloud.downsampled(Zivid::PointCloud::Downsampling::by2x2);
var downsampledPointCloud = pointCloud.Downsampled(Zivid.NET.PointCloud.Downsampling.By2x2);
downsampled_point_cloud = point_cloud.downsampled(zivid.PointCloud.Downsampling.by2x2)
Zivid SDK는 다음과 같은 다운샘플링 속도를 지원합니다. by2x2
, by3x3
, 그리고 by4x4
, 다운샘플링을 여러 번 수행할 수 있습니다.
Normals
일부 어플리케이션에는 포인트 클라우드에서 normals 얻기 위해 컴퓨팅이 필요합니다.
std::cout << "Computing normals and copying them to CPU memory" << std::endl;
const auto normals = pointCloud.copyData<Zivid::NormalXYZ>();
Console.WriteLine("Computing normals and copying them to CPU memory");
var normals = pointCloud.CopyNormalsXYZ();
print("Computing normals and copying them to CPU memory")
normals = point_cloud.copy_data("normals")
Normals API는 포인트 클라우드의 각 지점에서 법선을 계산하고 GPU 메모리에서 CPU 메모리로 법선을 복사합니다. 결과는 입력 포인트 클라우드의 각 포인트에 대해 하나씩, 법선 벡터의 행렬입니다. 법선의 크기는 입력 포인트 클라우드의 크기와 같습니다.
Visualize
프레임이 있으면 포인트 클라우드를 시각화할 수 있습니다.
std::cout << "Setting up visualization" << std::endl;
Zivid::Visualization::Visualizer visualizer;
std::cout << "Visualizing point cloud" << std::endl;
visualizer.showMaximized();
visualizer.show(frame);
visualizer.resetToFit();
std::cout << "Running visualizer. Blocking until window closes." << std::endl;
visualizer.run();
Console.WriteLine("Setting up visualization");
using (var visualizer = new Zivid.NET.Visualization.Visualizer())
{
Console.WriteLine("Visualizing point cloud");
visualizer.Show(frame);
visualizer.ShowMaximized();
visualizer.ResetToFit();
Console.WriteLine("Running visualizer. Blocking until window closes.");
visualizer.Run();
}
포인트 클라우드 객체에서도 포인트 클라우드를 시각화할 수 있습니다.
std::cout << "Getting point cloud from frame" << std::endl;
auto pointCloud = frame.pointCloud();
std::cout << "Setting up visualization" << std::endl;
Zivid::Visualization::Visualizer visualizer;
std::cout << "Visualizing point cloud" << std::endl;
visualizer.showMaximized();
visualizer.show(pointCloud);
visualizer.resetToFit();
std::cout << "Running visualizer. Blocking until window closes." << std::endl;
visualizer.run();
Console.WriteLine("Getting point cloud from frame");
var pointCloud = frame.PointCloud;
Console.WriteLine("Setting up visualization");
var visualizer = new Zivid.NET.Visualization.Visualizer();
Console.WriteLine("Visualizing point cloud");
visualizer.Show(pointCloud);
visualizer.ShowMaximized();
visualizer.ResetToFit();
Console.WriteLine("Running visualizer. Blocking until window closes.");
visualizer.Run();
자세한 내용은 다음을 확인하세요. Visualization Tutorial, 여기서 우리는 타사 라이브러리를 사용하여 포인트 클라우드, 컬러 이미지, 깊이 맵 및 법선 시각화를 다룹니다.
Conclusion
이 튜토리얼은 Zivid SDK를 사용하여 포인트 클라우드를 추출하고, 조작하고, 변환하고, 시각화하는 방법을 보여줍니다.
Version History
SDK |
Changes |
---|---|
2.11.0 |
Added support for SRGB color space. |
2.10.0 |
Monochrome Capture 는 Downsample 을 대체할 수 있는 보다 빠른 대안을 제공합니다. |