当前位置：首页 > news >正文

深度图可视化

news 来源：原创 2025/4/22 7:10:52

import cv2# 1.读取一张深度图
depth_img = cv2.imread("Dataset_depth/images/train/1112_0-rgb.png", cv2.IMREAD_UNCHANGED)
print(depth_img.shape)
cv2.imshow("depth", depth_img)  # (960, 1280)
print(depth_img)# 读取一张rgb的图片做对比
input_path = "Dataset_rgb/images/train/1112_0-rgb.jpeg"
object_image = cv2.imread(input_path, cv2.IMREAD_UNCHANGED)
print(object_image.shape)
print(object_image)# 2.转换深度图, 将深度图转换为[0-255]范围更直观的表示形式显示
depth_normalized = cv2.convertScaleAbs(depth_img, alpha=255.0 / depth_img.max())# 3.显示深度图
cv2.imshow("depth_normalized", depth_normalized)
cv2.waitKey()

打印结果：

深度图：

shape: (960, 1280)
img:
[[0 0 0 ... 0 0 0][0 0 0 ... 0 0 0][0 0 0 ... 0 0 0]...[0 0 0 ... 0 0 0][0 0 0 ... 0 0 0][0 0 0 ... 0 0 0]]

RGB图：

shape: (960, 1280, 3)
img:
[[[17 21 16][17 21 16][18 22 17]...[14 17 15][15 18 16][15 18 16]][[16 20 15][16 20 15][17 21 16]...[15 18 16][15 18 16][15 18 16]][[16 20 15][16 20 15][17 21 16]...[15 18 16][15 18 16][15 18 16]]...[[11 14 12][11 14 12][11 14 12]...[10 10 10][11 11 11][11 11 11]][[12 15 13][12 15 13][12 15 13]...[10 10 10][11 11 11][11 11 11]][[12 15 13][12 15 13][12 15 13]...[11 11 11][11 11 11][11 11 11]]]

图片显示：