クラスに格納されているデータをJSON形式に変換する（日本語文字列対応）

表題の通りです。肝は、

• ensure_ascii=Falseを指定することで日本語対応
• 正直、何をやっているのか不明（とりあえず動いた）

というところです。

（参考）

• https://stackoverflow.com/questions/3768895/how-to-make-a-class-json-serializable

	def OJEncoder(obj):
	class MyEncoder(JSONEncoder):
	def default(self, o):
	return o.__dict__
	return MyEncoder(ensure_ascii=False).encode(obj)

view raw OJEncoder.py hosted with ❤ by GitHub

Python:RealsenseのDepthデータを16bit Grayscale Multi-Tiffで保存する

RealsenseのDepthデータを保存するには、

1. Realsense Viewerで保存する
2. 自前のプログラムで保存する

の２つの方法があります。前者については、Realsense Viewerの保存機能を利用することでROS-Bag形式で保存されるのですが、ファイルサイズがでかい。。。しかし、いつのまにかRealsense Viewerの保存オプションに圧縮というのがあって、それを使うと50%くらい圧縮してくれます。まあ、通常はこれをおすすめします。しかし、それでもでかいのでもっとファイルサイズを小さくできないか、、という後者の話が今日のネタです。

前提条件

今回の記事は、

• Realsense ViewerでROS-Bagファイルとして保存しておく
• そのROS-BagファイルをMulti-Tiffに変換する

という使い方を前提とします。本来であれば、リアルタイムにMulti-Tiffに変換できたらいいんですが、Pythonだとちょっと厳しい。。。フレームレートが半分以下になります。C＃でマルチスレッドで処理すればいけそうですけど、暇な時にトライします（最近Pythonにどっぷりハマっているので、いつになるかは不明）

16bit Grayscale Multi-Tiffで保存する

いろいろ方法はあるのだと思いますが、今回は16bit Grayscale Multi-Tiffで保存する方法です。まあこれが一番ラクでしょう。Depthデータをそのまま放り込めばよくてしかも取り出しそのままでOK。

以下のサンプルプログラムの肝は

• tiffile packageを利用する
• playback.set_real_timeをFalseにする

です。特に後者が大切です。この記事に限定する話ではないですが、これをFalseにしておかないと、非同期で処理が行われてしまい、フレームレートが落ちます。

画像の表示に注意

16bit Grayscale Multi-Tiffの画像は、

• Windows10のフォトアプリ
• ImageJ（オープンソースの画像処理系では有名なソフト）

などを利用することで表示できますが、個人的には後者がおすすめです。マウス操作で各ピクセルの画素値を表示してくれますので。なお、画像はほぼ真っ黒に見えると思います。その理由は、16bitだと0mm～65536mmの距離を記録できるわけですが、デプスデータは、せいぜい6000mmがMax。16bitの濃淡は表示される段階で8bitに変換されますので、ほぼ黒側（0側）に近いことになりますからね。目を凝らしてみると、黒の濃淡がわかるはずです。

	# -*- coding: utf-8 -*-
	# use tiffile library
	# https://pypi.org/project/tifffile/
	import pyrealsense2 as rs
	import numpy as np
	import tifffile
	#1280*720
	resX=1280
	resY=720
	# Configure depth and color streams
	pipeline = rs.pipeline()
	config = rs.config()
	config.enable_device_from_file('depth10sec.bag')
	config.enable_stream(rs.stream.depth, resX, resY, rs.format.z16, 30)
	# Init
	profile = pipeline.start(config)
	playback = profile.get_device().as_playback()
	playback.set_real_time(False) # <--- very important setting to get all frames
	depth_sensor = profile.get_device().first_depth_sensor()
	depth_scale = depth_sensor.get_depth_scale()
	count=0
	oldTimeStamp=0
	try:
	# for first frame
	frames = pipeline.wait_for_frames()
	depth_frame = frames.get_depth_frame()
	currentTimestamp = depth_frame.timestamp
	i=0
	while (True):
	depth_frame = frames.get_depth_frame()
	if not depth_frame:
	continue
	# Get Depth data
	depth_image = np.asanyarray(depth_frame.get_data())
	#Save multi-Tiff
	tifffile.imsave('depth16.tif', depth_image, compress=6, append=True)
	print(i)
	i +=1
	# フレーム待ち(Depth & Color)
	frames = pipeline.wait_for_frames()
	depth_frame = frames.get_depth_frame()
	oldTimeStamp=currentTimestamp
	currentTimestamp = depth_frame.timestamp
	if oldTimeStamp>=currentTimestamp:
	break
	finally:
	pipeline.stop()

view raw depth2multi-tiff.py hosted with ❤ by GitHub