डेप्थ मैप
16-बिट PNG, TIFF, NPY, PFM और EXR डेप्थ को पर्सेंटाइल विंडोइंग, कलरमैप, कर्सर के नीचे मीटर रीडआउट, और 3D व्यूअर में अनप्रोजेक्शन के साथ पढ़ें।
Potato डेप्थ मैप को पढ़ने योग्य बनाकर रेंडर करता है, कर्सर के नीचे की दूरी मीटर में बताता है, और — कैमरा intrinsics दिए जाने पर — डेप्थ मैप को ऐसे पॉइंट क्लाउड में बदल देता है जिस पर आप 3D बॉक्स लगा सकते हैं। मोनोक्युलर एस्टिमेटर, स्टीरियो रिग और RGB-D सेंसर 3D इसी रूप में देते हैं, और ज़्यादातर रोबोट डेटासेट अपने वीडियो के साथ यही फ़ॉर्मैट भेजते हैं।
चलने योग्य उदाहरण: examples/spatial/depth-eval/।
तीन बातें डेप्थ को छवि से अलग करती हैं
छवि के रूप में खोला गया डेप्थ मैप एक काला आयत है। अगर ऐसा न होता, तब भी आप रंगों को देख रहे होते और उन्हें कोई अंदाज़ा न होता कि कौन-सा रंग कितनी दूरी है।
फ़ाइल अपनी इकाई नहीं जानती। RealSense, Azure Kinect और NYU-Depth के लिए मिलीमीटर; KITTI completion बेंचमार्क के लिए 1/256 m; float ऐरे से लिखी किसी भी चीज़ के लिए मीटर। depth_scale प्रति सहेजी इकाई मीटर है और डिफ़ॉल्ट 0.001 है। इसे गलत करना चुपचाप होता है, क्योंकि विंडो दोबारा स्केल हो जाती है और तस्वीर वैसी ही दिखती है, और ठीक इसीलिए मीटर रीडआउट मौजूद है।
शून्य कोई दूरी नहीं है। यह लगभग हर जगह "कोई रिटर्न नहीं" का कोड है। डेप्थ के रूप में पढ़ने पर यह सेंसर के कवरेज के हर छेद पर एक चमकदार दीवार पोत देता है। Potato गैर-माप को NaN के रूप में रखता है और उन्हें मैजेंटा रंग में रंगता है, जो किसी भी कलरमैप में नहीं है, इसलिए छेद को निकट या दूर की डेप्थ समझने की भूल नहीं हो सकती। जानकारी वाली पंक्ति बताती है कि मैप का कितना हिस्सा छेद है। स्टीरियो मैचिंग को संगति ढूँढने के लिए टेक्सचर चाहिए, इसलिए खाली दीवार के सामने का रिग फ़्रेम के बड़े हिस्से में कोई डेप्थ नहीं लौटाता, और जो एनोटेटर नहीं देख पाता कि कौन-से पिक्सेल गायब हैं, वह उन्हें ज्यामिति पढ़ लेगा।
दिलचस्प रेंज लगभग कभी पूरी रेंज नहीं होती। निकट/दूर विंडो डिफ़ॉल्ट रूप से वैध पिक्सेलों के 2रे और 98वें पर्सेंटाइल पर होती है।
कॉन्फ़िगरेशन
instance_display:
fields:
- key: depth
type: depth_map
label: "Depth"समर्थित फ़ॉर्मैट: 16-बिट PNG, 16-बिट TIFF, NPY और NPZ, PFM, और EXR।
विंडोइंग मापने योग्य है, दिखावटी नहीं
पर्सेंटाइल विंडो ही मूल हिस्सा है, और उसका असर एक संख्या में कहा जा सकता है। 1200 और 1800 के बीच की सामग्री वाला 16-बिट स्कैन सीधे 8-बिट कास्ट में 255 में से 4 ग्रे स्तरों का अलगाव देता है, और पर्सेंटाइल विंडो में 254। यही आम तौर पर वैज्ञानिक TIFF पर लागू होता है। देखें मीडिया इनजेस्ट।
अनप्रोजेक्शन
intrinsics दिए जाने पर डेप्थ मैप उसी 3D व्यूअर में अनप्रोजेक्ट होता है जो पॉइंट क्लाउड सतह उपयोग करती है, इसलिए उस पर वही क्यूबॉइड टूल काम करते हैं। इसी से RGB-D डेटासेट बिना अलग रूपांतरण चरण के 3D में एनोटेट हो पाता है।