RealSense 深度相机如何跑出第一帧深度数据librealsense 10 步部署【免费下载链接】librealsenseRealSense SDK项目地址: https://gitcode.com/GitHub_Trending/li/librealsense普通网咖只能给你二维像素机器人不知道面前的箱子有多大、有多远。librealsenseRealSense SDK是 Intel RealSense 深度视觉传感器的开源工具链它让每个深度像素都带一个真实距离。下面 10 步从深度视觉传感器安装到跑通第一帧深度图再到多相机尺寸测量都能照着执行。你需要一台 D400 系列或 T265 深度相机、一个 USB3 口、Ubuntu 22.04或 Windows 10/11大约 30 分钟时间。 效果预览深度视觉传感器能看到什么数据先装前先看产出。深度图与红外图分别长这样图1深度视觉传感器输出的深度图像近处物体发白越远越暗图2RealSense 深度相机的红外图像伪彩色呈现场景纹理读深度图像素越亮物体越近越暗越远纯黑是没测到距离的无效像素。红外图记录场景的 IR 纹理暗环境下依然清晰常和深度图配合使用。 深度视觉传感器安装确认环境三步完成先对照表格确认三项项目要求硬件Intel RealSense 深度相机D400 系列、T265 等USB3 口系统Ubuntu 20.04/22.04、Windows 10/11或 Jetson构建工具CMake 3.10、GCCC11、git第一步取代码git clone https://gitcode.com/GitHub_Trending/li/librealsense cd librealsense成功标志仓库根目录能看到 scripts/、examples/、include/ 等子目录。第二步装依赖Ubuntu 22.04sudo apt-get install libusb-1.0-0-dev libudev-dev libssl-dev pkg-config libgtk-3-dev sudo apt-get install git wget cmake build-essential libglfw3-dev成功标志两条命令都以 Setting up ... Done 结束无 404。第三步配置相机权限然后编译安装./scripts/setup_udev_rules.sh mkdir build cd build cmake .. -DBUILD_EXAMPLEStrue make -j4 sudo make install成功标志末尾日志显示核心库与示例装进了 /usr/local全程无红色报错。嵌入式 RealSense 场景Jetson 平台要先跑./scripts/patch-realsense-ubuntu-L4T.sh应用 Jetpack 内核补丁再走上面流程。最后验证运行realsense-viewer。设备出现在列表、点 Start 能出图说明部署完成。图3Jetson 设备上 RealSense Viewer 显示深度点云与参数面板用 rs-capture 跑通第一帧深度数据cd build/examples/capture ./rs-capture成功标志弹出深度、红外、彩色三个实时窗口手凑近时深度窗口变亮。原理一句话深度相机主动投射红外图案芯片按反射形态算出每个像素的距离值。调高级模式参数把深度画面调干净画面有孔洞和噪点时去高级模式调三个参数realsense-viewer里的 Advanced Mode 面板或 rs-sensor-control 示例激光功率投射图案的亮度。场景越远越需要调高曝光太长高光溢出太短噪点变多深度置信度阈值调高会更严地剔除不可靠像素噪点少了有效区域也会缩水。图4高级模式控制面板实时调整激光功率、曝光等深度传感器参数边调边看深度窗口一次只动一个参数停在有效区域最大、噪点最少的位置。 用录制与回放把数据存下来录制和回放都内置在realsense-viewer点相机名旁的bars图标选 Record to File 并选路径开始流后出现红点停流即自动落盘文件为.db3格式。回放时把文件拖回 viewer 即可。图5RealSense Viewer 的多流录制界面录制有两个高频用途一是离线调试算法同一段数据可无限次重放二是回归测试改了滤波参数后用同一段录制对比输出。 用 Python 跑多相机箱子尺寸测量先装 Python 绑定pip install pyrealsense2。然后运行多相机尺寸测量示例cd wrappers/python/examples/box_dimensioner_multicam python box_dimensioner_multicam_demo.py成功标志完成标定后窗口标出箱子的长宽高。这是物流包裹测量、仓储出入库尺寸核验的现成参照。图6多相机尺寸测量系统的摆放与输出标出检测到的箱子及尺寸 从深度数据到实时三维点云重建kinfu 示例用深度帧做实时三维重建同时输出相机自身位姿——一个最小 SLAM。构建需要 OpenCV4含 contrib 的 kinfu 模块cmake 时加-DBUILD_CV_EXAMPLEStrue -DBUILD_CV_KINFU_EXAMPLEtrue -DBUILD_GRAPHICAL_EXAMPLEStrue。cd build/wrappers/opencv/kinfu ./rs-kinfu成功标志移动相机窗口里的点云随之生长、并入已有场景。图7基于深度数据的实时三维重建点云效果可用于环境建模常见坑与资料清单三个高频坑系统识别不到相机重跑./scripts/setup_udev_rules.sh后重插相机深度全黑Ubuntu 下确认内核补丁已应用sudo dmesg | tail -n 50里应有新 uvcvideo 驱动注册同时装过 deb 包和源码版会报 Multiple realsense udev-rules卸掉其中一个。资料清单全在仓库内文档索引doc/readme.md安装手册含 Jetsondoc/installation.md故障排除doc/troubleshooting.md录制与回放doc/record-and-playback.mdC APIinclude/librealsense2/rs.hpp官方示例examples/Python 绑定wrappers/python/readme.mdlibrealsense 把一台深度相机变成程序能直接读取的距离传感器从装好到出图最短就是上面 10 步。下次插上相机先跑第一步验证链路再谈算法。【免费下载链接】librealsenseRealSense SDK项目地址: https://gitcode.com/GitHub_Trending/li/librealsense创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/9/19 19:32:54 · 阅读 1.2k RealSense 深度相机如何跑出第一帧深度数据：librealsense 10 步部署
RealSense 深度相机如何跑出第一帧深度数据librealsense 10 步部署【免费下载链接】librealsenseRealSense SDK项目地址: https://gitcode.com/GitHub_Trending/li/librealsense普通网咖只能给你二维像素机器人不知道面前的箱子有多大、有多远。librealsenseRealSense SDK是 Intel RealSense 深度视觉传感器的开源工具链它让每个深度像素都带一个真实距离。下面 10 步从深度视觉传感器安装到跑通第一帧深度图再到多相机尺寸测量都能照着执行。你需要一台 D400 系列或 T265 深度相机、一个 USB3 口、Ubuntu 22.04或 Windows 10/11大约 30 分钟时间。 效果预览深度视觉传感器能看到什么数据先装前先看产出。深度图与红外图分别长这样图1深度视觉传感器输出的深度图像近处物体发白越远越暗图2RealSense 深度相机的红外图像伪彩色呈现场景纹理读深度图像素越亮物体越近越暗越远纯黑是没测到距离的无效像素。红外图记录场景的 IR 纹理暗环境下依然清晰常和深度图配合使用。 深度视觉传感器安装确认环境三步完成先对照表格确认三项项目要求硬件Intel RealSense 深度相机D400 系列、T265 等USB3 口系统Ubuntu 20.04/22.04、Windows 10/11或 Jetson构建工具CMake 3.10、GCCC11、git第一步取代码git clone https://gitcode.com/GitHub_Trending/li/librealsense cd librealsense成功标志仓库根目录能看到 scripts/、examples/、include/ 等子目录。第二步装依赖Ubuntu 22.04sudo apt-get install libusb-1.0-0-dev libudev-dev libssl-dev pkg-config libgtk-3-dev sudo apt-get install git wget cmake build-essential libglfw3-dev成功标志两条命令都以 Setting up ... Done 结束无 404。第三步配置相机权限然后编译安装./scripts/setup_udev_rules.sh mkdir build cd build cmake .. -DBUILD_EXAMPLEStrue make -j4 sudo make install成功标志末尾日志显示核心库与示例装进了 /usr/local全程无红色报错。嵌入式 RealSense 场景Jetson 平台要先跑./scripts/patch-realsense-ubuntu-L4T.sh应用 Jetpack 内核补丁再走上面流程。最后验证运行realsense-viewer。设备出现在列表、点 Start 能出图说明部署完成。图3Jetson 设备上 RealSense Viewer 显示深度点云与参数面板用 rs-capture 跑通第一帧深度数据cd build/examples/capture ./rs-capture成功标志弹出深度、红外、彩色三个实时窗口手凑近时深度窗口变亮。原理一句话深度相机主动投射红外图案芯片按反射形态算出每个像素的距离值。调高级模式参数把深度画面调干净画面有孔洞和噪点时去高级模式调三个参数realsense-viewer里的 Advanced Mode 面板或 rs-sensor-control 示例激光功率投射图案的亮度。场景越远越需要调高曝光太长高光溢出太短噪点变多深度置信度阈值调高会更严地剔除不可靠像素噪点少了有效区域也会缩水。图4高级模式控制面板实时调整激光功率、曝光等深度传感器参数边调边看深度窗口一次只动一个参数停在有效区域最大、噪点最少的位置。 用录制与回放把数据存下来录制和回放都内置在realsense-viewer点相机名旁的bars图标选 Record to File 并选路径开始流后出现红点停流即自动落盘文件为.db3格式。回放时把文件拖回 viewer 即可。图5RealSense Viewer 的多流录制界面录制有两个高频用途一是离线调试算法同一段数据可无限次重放二是回归测试改了滤波参数后用同一段录制对比输出。 用 Python 跑多相机箱子尺寸测量先装 Python 绑定pip install pyrealsense2。然后运行多相机尺寸测量示例cd wrappers/python/examples/box_dimensioner_multicam python box_dimensioner_multicam_demo.py成功标志完成标定后窗口标出箱子的长宽高。这是物流包裹测量、仓储出入库尺寸核验的现成参照。图6多相机尺寸测量系统的摆放与输出标出检测到的箱子及尺寸 从深度数据到实时三维点云重建kinfu 示例用深度帧做实时三维重建同时输出相机自身位姿——一个最小 SLAM。构建需要 OpenCV4含 contrib 的 kinfu 模块cmake 时加-DBUILD_CV_EXAMPLEStrue -DBUILD_CV_KINFU_EXAMPLEtrue -DBUILD_GRAPHICAL_EXAMPLEStrue。cd build/wrappers/opencv/kinfu ./rs-kinfu成功标志移动相机窗口里的点云随之生长、并入已有场景。图7基于深度数据的实时三维重建点云效果可用于环境建模常见坑与资料清单三个高频坑系统识别不到相机重跑./scripts/setup_udev_rules.sh后重插相机深度全黑Ubuntu 下确认内核补丁已应用sudo dmesg | tail -n 50里应有新 uvcvideo 驱动注册同时装过 deb 包和源码版会报 Multiple realsense udev-rules卸掉其中一个。资料清单全在仓库内文档索引doc/readme.md安装手册含 Jetsondoc/installation.md故障排除doc/troubleshooting.md录制与回放doc/record-and-playback.mdC APIinclude/librealsense2/rs.hpp官方示例examples/Python 绑定wrappers/python/readme.mdlibrealsense 把一台深度相机变成程序能直接读取的距离传感器从装好到出图最短就是上面 10 步。下次插上相机先跑第一步验证链路再谈算法。【免费下载链接】librealsenseRealSense SDK项目地址: https://gitcode.com/GitHub_Trending/li/librealsense创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考