# oak_26camera **Repository Path**: engineer26_vis/oak_26camera ## Basic Information - **Project Name**: oak_26camera - **Description**: No description available - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 1 - **Forks**: 0 - **Created**: 2026-03-29 - **Last Updated**: 2026-05-04 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # oak相机调试期望 > 有不懂的直接参考官方的文档[官方文档](https://deepwiki.com/luxonis/depthai-python/3.3-stereo-depth) ## 总结以下4.22的修改: - 现在对齐到左边的IR,然后打算使用matlab标定出来三个矩阵 ### 标定的思路 > 这个相机拿过来的时候内参简直... - 先使用matlab标定两个相机的内参,假设IR相机到RGB相机的外参是固定的,那么一组配对的图像之间的旋转之差就是这个外参矩阵 - 考虑到多组解之间会有误差,所以使用四元数拟合 - 现在关于相机内参的拟合精度: - RGB大约是0.3px - IR大约是0.07px ## 根据我排列组合的结果,判断这个相机应该这样使用 - 1. 使用crop模式,然后分辨率尽量4:3 - 2. 一定要打开RGB流的自动去畸变模式 - 3. ## python版本 - 1. 丝滑的实时调试参数,类似realsense viewer - 2. 生成yaml文件方便直接读取 - 3. 为了更好的使用python,需要设置的python版本和系统的一样 - 说明:为了让vscode看到python路径 ```bash (oak_env) hitcrt@hitcrt-OMEN:~/enginner_26/oaktest_26/hitcrt_oak$ source /opt/ros/jazzy/setup.bash (oak_env) hitcrt@hitcrt-OMEN:~/enginner_26/oaktest_26/hitcrt_oak$ python Python 3.12.3 | packaged by conda-forge | (main, Apr 15 2024, 18:38:13) [GCC 12.3.0] on linux Type "help", "copyright", "credits" or "license" for more information. Ctrl click to launch VS Code Native REPL >>> import sys >>> print(sys.path) ['', '/opt/ros/jazzy/lib/python3.12/site-packages', '/home/hitcrt/anaconda3/envs/oak_env/lib/python312.zip', '/home/hi ``` - 然后加到.vscode/settings.json里面 ```json { "python.defaultInterpreterPath": "/home/hitcrt/anaconda3/envs/oak_env/bin/python", "python.analysis.extraPaths": [ "/opt/ros/jazzy/lib/python3.12/site-packages", "/home/hitcrt/anaconda3/envs/oak_env/lib/python3.12/site-packages", "/home/hitcrt/.local/lib/python3.12/site-packages" ], "python.analysis.autoImportCompletions": true, "python.terminal.activateEnvironment": true } ``` ## cpp版本 - 首先先编译官方的驱动 - md一个相机的驱动不给预编译包还链接一堆库,构式公司 ```bash make oak-lib ``` - 之后别的库就是包括include里面的几个头文件就够用的 - 1. 读取yaml文件初始化相机参数 - 2. RGB和RGBD图像时间差距小,而且保证都是最新的帧 ## 调试参数说明: - 想要调试RGB就把RGB窗口置顶,想要调试点云就把两个IR和热力图置顶 ## 解答RGB和RGBD对齐的问题 - 首先看获取的数据帧: ```txt frames.rgb:1280x800 是对齐之前的RGB图像 frames.rgb_aligned: 640x400(按 depth_size 请求) frames.depth:640x400 是对齐之前的深度图 ``` - 这个相机在对齐的时候是把RGB向着深度去拉的 ## 关于相机的标定 - 官方的内参不知道是什么问题,使用下来重投影