Intel RealSense SDK Python开发实战教程：从环境配置到深度数据采集

Intel RealSense SDK（librealsense）是一款功能强大的深度感知开发工具包，为开发者提供了访问Intel RealSense深度摄像头的完整接口。通过其Python绑定，开发者可以快速构建三维重建、物体识别、手势控制等计算机视觉应用。本教程将系统讲解如何配置RealSense Python开发环境，掌握深度数据采集的核心方法，并通过实战案例展示关键功能的实现。

📋 开发环境准备与依赖安装

在开始RealSense Python开发前，需确保系统已安装以下基础组件：

• Python 3.6及以上版本（推荐Python 3.9+）
• CMake 3.10及以上版本
• Git版本控制工具

首先克隆项目仓库到本地：

git clone https://gitcode.com/GitHub_Trending/li/librealsense

进入项目目录并安装必要的系统依赖：

cd librealsense
sudo apt-get install libusb-1.0-0-dev libglfw3-dev libgtk-3-dev

🔨 编译与配置Python绑定

配置CMake构建选项

创建并进入构建目录，配置CMake参数以启用Python支持：

mkdir build && cd build
cmake .. -DBUILD_PYTHON_BINDINGS=bool:true -DCMAKE_BUILD_TYPE=Release

注意事项：若系统中存在多个Python版本，可使用-DPYTHON_EXECUTABLE=/usr/bin/python3.x参数指定具体版本。

编译与安装Python模块

执行编译命令并安装Python绑定：

make -j$(nproc)
sudo make install

编译完成后，Python模块将自动安装到系统Python路径中。可通过以下命令验证安装位置：

pip show pyrealsense2

📦 安装pyrealsense2 Python包

除了从源码编译，也可通过PyPI直接安装预编译包：

pip install pyrealsense2

对于需要使用最新功能的开发者，可从源码直接安装：

cd wrappers/python
pip install .

✅ 验证安装与基础测试

创建简单的测试脚本验证安装是否成功：

import pyrealsense2 as rs

# 打印版本信息
print(f"pyrealsense2版本: {rs.__version__}")

# 列出已连接设备
ctx = rs.context()
devices = ctx.query_devices()
for dev in devices:
    print(f"设备名称: {dev.get_info(rs.camera_info.name)}")
    print(f"序列号: {dev.get_info(rs.camera_info.serial_number)}")

🚀 深度数据采集实战示例

以下示例展示如何采集深度和彩色图像数据：

import pyrealsense2 as rs
import numpy as np

# 初始化管道和配置
pipeline = rs.pipeline()
config = rs.config()

# 配置流参数
config.enable_stream(rs.stream.depth, 640, 480, rs.format.z16, 30)
config.enable_stream(rs.stream.color, 640, 480, rs.format.rgb8, 30)

# 启动流传输
pipeline.start(config)

try:
    while True:
        # 等待获取帧数据
        frames = pipeline.wait_for_frames()
        depth_frame = frames.get_depth_frame()
        color_frame = frames.get_color_frame()
        
        if not depth_frame or not color_frame:
            continue
            
        # 转换为numpy数组
        depth_image = np.asanyarray(depth_frame.get_data())
        color_image = np.asanyarray(color_frame.get_data())
        
        # 打印图像尺寸
        print(f"深度图尺寸: {depth_image.shape}, 彩色图尺寸: {color_image.shape}")
        
except KeyboardInterrupt:
    pass
finally:
    pipeline.stop()

📱 RealSense Viewer工具使用指南

RealSense Viewer是一个功能强大的可视化工具，可帮助开发者快速测试设备功能和调整参数。通过以下命令启动：

realsense-viewer

RealSense Viewer深度数据可视化界面，显示彩色编码的深度图像和设备参数控制面板

使用该工具可以：

• 实时预览深度、彩色和红外数据流
• 调整摄像头参数（曝光、增益、激光功率等）
• 录制和回放数据
• 配置高级模式功能

📝 数据录制与回放功能实现

RealSense SDK提供了完整的数据录制和回放功能，以下是实现示例：

import pyrealsense2 as rs

# 创建录制器
pipeline = rs.pipeline()
config = rs.config()

# 配置录制文件
config.enable_record_to_file("recording.bag")

# 配置流
config.enable_stream(rs.stream.depth, 640, 480, rs.format.z16, 30)
config.enable_stream(rs.stream.color, 640, 480, rs.format.rgb8, 30)

# 开始录制
pipeline.start(config)

try:
    while True:
        # 等待帧并继续录制
        frames = pipeline.wait_for_frames()
except KeyboardInterrupt:
    pass
finally:
    pipeline.stop()

RealSense Viewer录制功能界面，显示设备选择和录制控制选项

回放录制的数据：

# 从文件回放
config.enable_device_from_file("recording.bag")
pipeline.start(config)

📚 高级功能与示例代码

librealsense提供了丰富的Python示例代码，位于项目的wrappers/python/examples/目录下，包括：

• opencv_viewer_example.py - 使用OpenCV显示深度和彩色流
• align_depth2color.py - 实现深度与彩色图像对齐
• export_ply_example.py - 导出点云数据为PLY格式
• box_dimensioner_multicam/ - 多摄像头物体尺寸测量

⚙️ 常见问题解决与性能优化

设备连接问题

• 确保USB 3.0端口连接稳定
• 安装最新的设备固件：rs-fw-update -l
• 检查udev规则：sudo ./scripts/setup_udev_rules.sh

性能优化建议

• 降低分辨率或帧率减少数据量
• 使用硬件加速功能：-DBUILD_CUDA=ON
• 合理设置深度传感器模式：rs.format.z16适合高精度，rs.format.disparity16适合快速处理

🎯 总结与下一步学习

通过本教程，你已经掌握了Intel RealSense SDK的Python开发环境配置方法，能够实现深度数据的采集、录制和基本处理。下一步可以探索：

• 点云数据处理与三维重建
• 结合OpenCV进行计算机视觉算法开发
• 多摄像头同步采集与标定
• 深度学习模型与深度数据融合应用

项目提供了完整的文档和示例代码，可通过查阅doc/目录下的文档和examples/目录中的代码进一步学习。