OpenNI的应用与功能

在计算机视觉和人体识别领域，OpenNI是一个非常有价值的工具。它可以将人体空间深度信息从背景中剥离出来，并且演化为更为丰富的人体空间位置信息，让抽象的视觉信息装换为具体的数字信息，从而使得计算机以及开发者可以去识别和使用这些信息。

图生成器

OpenNI中提供了几个基础应用，包括图生成器、深度生成器、用户生成器和场景分析器等。当一个图生成器被创建时，其输出模式是系统默认的输出模式，但开发者有时候需要获取或修改图生成器当前的模式。在OpenNI中，提供了GetMapOutputMode()和SetMapOutputMode()两个函数来实现此功能。

另外，对于不同的图，其每一个像素构成所使用的字节数则有所不同。在OpenNI中，提供了获取像素图的字节数函数xnGetBytePerPixel()，方便开发者进行相关操作。

深度生成器

深度生成器也是图生成器的一种，其产生的一张张像素图中每一个像素所存储的数据是这个像素点距离摄像头的距离，也就是深度。在OpenNI中，开发者可以通过调用GetMetaData()函数来获得深度生成器的元数据对象，方便进行后续相关操作。

除此之外，开发者也可以通过GetDepthMap()函数来获取深度图，该函数返回一张记录了深度数据的图，可以看作是由深度像素图组成的一维矩阵，其大小为nXRes*nYRes。

用户生成器

OpenNI中提供了一种特殊的图像生成器——用户生成器，它可以用来识别人体，并且可以跟踪多个人的位置和动作。通过分析深度数据可以分析一些特定的数据，OpenNI中提供了相应的用户位置功能函数，可以帮助开发者轻松实现用户的识别和跟踪。

设备参数获取

对于3D sensor来说，了解设备的最大深度和视野范围是至关重要的。OpenNI中提供了GetDeviceMaxDepth()函数，可以帮助开发者抓取最大深度。同时，使用GetFiledOfView()函数可以获取深度生成器的视野范围属性，包括设备工作事业的水平弧度和垂直弧度等。

结论

OpenNI是一个非常有用的工具，可以帮助开发者在计算机视觉和人体识别领域快速实现相关功能。本文简单介绍了OpenNI的基础应用、图生成器、深度生成器、用户生成器、场景分析器，以及相关的一些功能函数。开发者可以根据自己的需求，进一步深入学习和掌握OpenNI的相关知识和技术，从而开发出更为优秀的产品和应用。

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。