Alla scoperta del Kinect: video e depth insieme per eliminare lo sfondo

Nel precedenti post (qui e qui) abbiamo visto singolarmente come utilizzare lo stream video e i dati di “distanza” che provengono dal nostro Kinect.

In questo post cercheremo di utilizzare contemporaneamente i due stream in modo da utilizzare le informazioni di distanza per modificare l’immagine video.

In particolare vedremo come (in maniera molto rozza e, sicuramente, ottimizzabile) riuscire a modificare l’immagine proveniente dallo stream video per lasciare visibili i player uniformando lo sfondo con un colore a nostra scelta.

Quello che faremo è prendere le singole immagini video e depth fornite dagli eventi del Runtime del Kinect, scandire l’immagine di depth e, ogni volta che si ha un player index pari a 0, colorare il corrispondente pixel dell’immagine video con il colore da noi scelto.

Uno dei problemi che si pongono immediatamente è che la risoluzione dell’immagine video sia diversa dalla risoluzione dell’immagine depth.

Ad esempio nel seguente pezzo di codice l’immagine video è 640x480 mentre l’immagine depth è 320x240.

1. Try
2.     Nui = New Runtime
3.  
4.     AddHandler Nui.VideoFrameReady, AddressOf VideoFrameHandler
5.     AddHandler Nui.DepthFrameReady, AddressOf DepthFrameReadyHandler
6.  
7.     Nui.Initialize(RuntimeOptions.UseDepthAndPlayerIndex Or RuntimeOptions.UseColor)
8.  
9.     Nui.VideoStream.Open(ImageStreamType.Video, 2, ImageResolution.Resolution640x480, ImageType.Color)
10.     Nui.DepthStream.Open(ImageStreamType.Depth, 2, ImageResolution.Resolution320x240, ImageType.DepthAndPlayerIndex)
11.  
12. Catch ex As Exception
13.  
14. End Try

In alcuni casi non si può avere uguaglianza di risoluzione anche forzando i parametri del metodo Open degli stream.

Ad esempio nel mio pc non è ammesso avere 320x240 per entrambe le sorgenti (ottengo una eccezione in fase di open).

Nel caso mostrato nel codice precedente dobbiamo trovare qualche modo per correlare un pixel dell’immagine depth con uno o più pixel dell’immagine video.

L’SDK del Kinect ci mette a disposizione il metodo GetColorPixelCoordinatesFromDepthPixel della classe NuiCamera che consente di ottenere le coordinate x,y del punto video a partire dalle coordinate x,y del punto depth.

Nel nostro caso non utilizzeremo questa funzione perché andremo a calcolarci da soli i punti corrispondenti sull’immagine video.

In maniera molto grossolana (ci manterremo sul semplice essendo questo post didattico), ogni punto dell’immagine depth corrisponde a 4 punti dell’immagine video (visto che la risoluzione della video è 4 volte quella della depth).

Per questo dovremo ricavare le coordinate del punto in alto a sinistra di questo quadrato e prendere i 3 punti adiacenti.

Se indichiamo con x_d e y_d le coordinate di un punto dell’immagine depth, e con x_v e y_v le coordinate del punto in alto a sinistra dell’immagine video, potremmo considerare:

e, di conseguenza dovremmo elaborare i 4 punti:

L’algoritmo che utilizzeremo sarà quindi:

1. per ogni x, y dell’immagine depth (con x compreso tra 0 e 319 e y compreso tra 0 e 239)
2. recupereremo il player index come visto nel precedente post;
3. se il player index è zero, andremo ad impostare i bytes dell’immagine video corrispondenti ai 4 punti di cui sopra con i valori corrispondenti al colore di sfondo desiderato.

Il codice che implementa ciò è il seguente:

1. Private Sub ElaborateImage(videoFrame As ImageFrame, depthFrame As ImageFrame)
2.     Dim depthIndex = 0
3.     Dim videoIndex = 0
4.     For x = 0 To depthFrame.Image.Width - 1
5.         For y = 0 To depthFrame.Image.Height - 1
6.             depthIndex = (y * depthFrame.Image.Width + x) * depthFrame.Image.BytesPerPixel
7.             Dim playerIndex = depthFrame.Image.Bits(depthIndex) And 7
8.             If playerIndex = 0 Then
9.                 Dim x1 = 2 * x
10.                 Dim x2 = 2 * x + 1
11.                 Dim y1 = 2 * y
12.                 Dim y2 = 2 * y + 1
13.  
14.                 SetPixelValue(videoFrame, x1, y1, Colors.Red)
15.                 SetPixelValue(videoFrame, x1, y2, Colors.Red)
16.                 SetPixelValue(videoFrame, x2, y1, Colors.Red)
17.                 SetPixelValue(videoFrame, x2, y2, Colors.Red)
18.             End If
19.         Next
20.     Next
21.  
22.     Me.ElaboratedImage.Source = videoFrame.ToBitmapSource()
23. End Sub

dove il metodo SetPixelValue altro non fa che impostare i 4 bytes del pixel video con le componenti del colore scelto:

1. Private Sub SetPixelValue(imageFrame As ImageFrame, x As Integer, y As Integer, color As Color)
2.     Dim index = (y * imageFrame.Image.Width + x) * imageFrame.Image.BytesPerPixel
3.     imageFrame.Image.Bits(index) = color.B
4.     imageFrame.Image.Bits(index + 1) = color.G
5.     imageFrame.Image.Bits(index + 2) = color.R
6.     imageFrame.Image.Bits(index + 3) = color.A
7. End Sub

Il risultato che otteniamo è un’immagine rossa che vedrà apparire le figure dei player nel momento in cui il KInect le “aggancia”.

Il bordo che si forma attorno alla figura è dovuto all’algoritmo di recupero dei punti video molto semplicistico e al fatto che le immagini che andiamo a prendere potrebbero non essere sincronizzate tra loro. Nel nostro semplice esempio non andiamo assolutamente a controllare il timestamp delle due immagini e, poichè i due stream potrebbero avere frame rate differente, le immagini potrebbero non coincidere e creare la fastidiosa scia.

Inoltre teniamo presente che i sensori video e di profondità che monta il Kinect sono posizionati in due differenti punti dell’”aggeggio” e, quindi, soffrono dell’errore di parallasse che fa si che le due immagini non possono mai essere sovrapponibili senza errore.

Tag di Technorati: kinect sdk,kinect,depth stream,video stream,vb.net,elaborazione immagini,runtime class