此代码基于官方代码基础上进行改写，主要是获取zed相机深度画面中心点的深度值，为yolo测距打基础。

1. 导入相关库

import pyzed.sl as sl
import math
import numpy as np
import sys
import math

2. 相机初始化设置

 zed = sl.Camera()
# 相机初始化设置
 init_params = sl.InitParameters()
 init_params.depth_mode = sl.DEPTH_MODE.ULTRA  # 使用高质量模式
 init_params.coordinate_units = sl.UNIT.MILLIMETER  # 单位设置为毫米

3. 获取中心点深度数据

if zed.grab(runtime_parameters) == sl.ERROR_CODE.SUCCESS:  # 相机成功获取图象
     zed.retrieve_image(image, sl.VIEW.LEFT)  # image：容器，sl.VIEW.LEFT：内容
     zed.retrieve_measure(depth, sl.MEASURE.DEPTH)   # 深度值
     zed.retrieve_measure(point_cloud, sl.MEASURE.XYZRGBA)  # 保留RGBA color的三维点云数据
     img = image.get_data()  # 转换成图像数组，便于后续的显示或者储存
     dep_map = dep.get_data()

     # 获取图像的像素坐标
     x = round(image.get_width() / 2)
     y = round(image.get_height() / 2)
     err, point_cloud_value = point_cloud.get_value(x, y)  # 将像素坐标转为三维坐标并存储

4. 计算中心点深度值

if math.isfinite(point_cloud_value[2]):      # 判断坐标不为空和无限大
     distance = math.sqrt(point_cloud_value[0] * point_cloud_value[0] +
                         point_cloud_value[1] * point_cloud_value[1] +
                         point_cloud_value[2] * point_cloud_value[2])   # 计算距离
     print(f"Distance to Camera at {{{x};{y}}}: {distance}")

5. 完整代码

import os
import cv2
import pyzed.sl as sl
import numpy as np
import math

def main():
    # 创建相机对象
    zed = sl.Camera()
    # 相机初始化设置
    init_params = sl.InitParameters()
    init_params.camera_resolution = sl.RESOLUTION.HD1080  # Use HD1080 video mode
    init_params.camera_fps = 30  # fps可选：15、30、60、100

    # 打开相机
    status = zed.open(init_params)
    if status != sl.ERROR_CODE.SUCCESS: #Ensure the camera has opened succesfully
        print("Camera Open : "+repr(status)+". Exit program.")
        exit()

    # Create and set RuntimeParameters after opening the camera
    runtime_parameters = sl.RuntimeParameters()
    image = sl.Mat()   # 图像
    depth = sl.Mat()   # 深度值
    dep = sl.Mat()  # 深度图
    point_cloud = sl.Mat()   # 点云
    i = 0
    while True:
        if zed.grab(runtime_parameters) == sl.ERROR_CODE.SUCCESS:  # 相机成功获取图象
            zed.retrieve_image(image, sl.VIEW.LEFT)  # image：容器，sl.VIEW.LEFT：内容
            zed.retrieve_measure(depth, sl.MEASURE.DEPTH)   # 深度值
            zed.retrieve_image(dep, sl.VIEW.DEPTH)  # 深度图
            zed.retrieve_measure(point_cloud, sl.MEASURE.XYZRGBA)  # 保留RGBA color的三维点云数据

            img = image.get_data()  # 转换成图像数组，便于后续的显示或者储存
            dep_map = dep.get_data()

            # 获取图像的像素坐标
            x = round(image.get_width() / 2)
            y = round(image.get_height() / 2)
            err, point_cloud_value = point_cloud.get_value(x, y)  # 将像素坐标转为三维坐标并存储

            distance = math.sqrt(point_cloud_value[0] * point_cloud_value[0] +
                                point_cloud_value[1] * point_cloud_value[1] +
                                point_cloud_value[2] * point_cloud_value[2])   # 计算距离
            print(f"Distance to Camera at {{{x};{y}}}: {distance}")
            view = np.concatenate((cv2.resize(img,(640,360)),cv2.resize(dep_map,(640,360))),axis=1)  # 原图和深度图拼接
            cv2.imshow("View", view)
            key = cv2.waitKey(1)
            if key & 0xFF == 27:  # esc退出
                break
            if key & 0xFF == ord('s'):  # 图像保存
                savePath = os.path.join("./images", "V{:0>3d}.png".format(i))  # 注意根目录是否存在"./images"文件夹
                cv2.imwrite(savePath, view)
            i = i + 1
    # 关闭相机
    zed.close()

if __name__ == "__main__":
    main()

5. 实验效果

深度图和原图拼接

计算画面中心点深度值