ORB-SLAM2建立自己的数据集_orb slam2自己数据集制作

使用ZED2拍摄视频

这里没有使用程序将ZED2双目相机拍摄成两幅画面，而是直接使用软件拍摄视频。若有大佬有相关代码还是很希望能发我下。
拍的视频 如下图，左右目在同一个画面中

剪裁视频

既然是直接用相机拍摄的图片，一幅画面里就包含了两个摄像头的画面，可以使用PR将画面切割成两个视频。
1、导入PR

2、进行裁剪
选取/视频效果/变化中的剪裁，拖到右下角视频序列上，修改剪裁比例即左边50%或者右边50%

3、导出
修改视频高度和宽度，导出即可。
注意：这里鼠标放到画面上会显示长宽的像素比，调整的时候注意一点就可以了。分别导出两次即左右目的画面。

分割图片

之前用过PR将视频逐帧输出，这种方式也是可以的，即在PR中选择导出格式为PNG等格式就可以，还可以调整导出的帧率，最高60帧输出一张图片。
注意：如果使用PR导出图片，不推荐视频长度过程，容易出现错误，渲染错误啥的挺烦的。
这里就使用程序进行导出了，在ubuntu20.04下进行操作的，代码应该通用的
opencv-python程序 change.py:用于将视频导成图片

#codingutf-8
import os
import cv2
import numpy as np


def getName(num):
    strTmp = []
    strRes = ''

    while(num/10):
        strTmp.append(num % 10)
        num = num/10
    strTmp.append(num)
    n = len(strTmp)
    for i in range(0,5-n):
        strRes = strRes + '0'
    for i in range(n-1,-1,-1):
        strRes = strRes + str(strTmp[i])
    return strRes

videoCapture = cv2.VideoCapture('haha_2.mp4')
#获得码率及尺寸
fps = videoCapture.get(cv2.CAP_PROP_FPS)
size = (int(videoCapture.get(cv2.CAP_PROP_FRAME_WIDTH)),
        int(videoCapture.get(cv2.CAP_PROP_FRAME_HEIGHT)))

#读帧
if not os.path.exists('image_1'):
    os.makedirs('image_1')
success, frame = videoCapture.read()
idx = 1
i = 0
timeF = 30		#视频间隔帧数
save_dir = '/home/zhou/dataset_my/image_1/'
while success:
    cv2.imshow("显示", frame) #显示
#    cv2.waitKey( 1000 /int(fps) ) 	#延迟报错
    cv2.waitKey( 1 ) 			#延迟 即间隔时间  单位为毫秒
    filename = 'zed'+ str(idx)
    if(idx%timeF == 0):
    	cv2.imwrite(save_dir + str(i).zfill(6) + '.png',frame)	#名字正确了
    	print(save_dir + str(i).zfill(6) + '.png')	#str(idx).zfill(5) 转字符串 格式化长度
    	i = i + 1
    success, frame = videoCapture.read() #获取下一帧
    idx = idx + 1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46

在ubuntu下运行程序：
分割图片:修改文件名和位置即可，间隔帧率修改timeF
1、给change.py增加权限

chmod 775 change.py

2、进行图片分割

python3 change.py #具体用python还是python3看自己

opencv-python程序 text.py:用于导出time.txt时间序列

import os

def getName(num):
    strTmp = []
    strRes = ''

    while(num / 10):
        strTmp.append(num % 10)
        num = num / 10
    strTmp.append(num)
    n = len(strTmp)
    for i in range(0,5-n):
        strRes = strRes + '0'
    for i in range(n-1,-1,-1):
        strRes = strRes + str(strTmp[i])
    return strRes

file_object = open('times.txt','w') 	#w:打开一个文件只用于写入。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。
Ostr = ''
num = len(os.listdir('image_0'))
for i in range(0,num):
    name = str(i).zfill(6)
    Ostr = Ostr + name +'  '+ name + '.png\n'
file_object.writelines(Ostr)
file_object.close()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

提取时间序列，这个时间序列还是有点问题的，不是真正的时间，就是0到n

chmod 775 test.py

执行程序

python3 test.py

即可生成对应的文件，这里因为使用的是双目相机，所以参考KITTI数据集将左目右目分别放在两个文件夹中

KITTI数据集中calib.txt文件是畸变参数文件，这里因为没有用，所以暂时先没管。
times.txt即为生成的时间序列文件。

运行数据集

1、标定
运行自己的数据集就得有自己相机得yaml文件，即相机得参数。
标定很早之前就做了，参考的是
标定参数详解：

https://blog.csdn.net/weixin_37918890/article/details/95626004

标定过程参考：

https://blog.csdn.net/pj_find/article/details/106171407

标定的时候还是有个小疑问的，就是相机bf基线这个怎么确定，因为没有用opencv标定就暂且有问题。

2、运行数据集

./Examples/Stereo/stereo_kitti Vocabulary/ORBvoc.txt Examples/Stereo/my_zed.yaml /home/nvidia/Desktop/dataset/001

运行的时候发现特征点特别容易丢失，应该是图片质量的问题。不过起码能运行了就很好
Tracking.cc :: Track(), Now mState is LOST.
Track lost soon after initialisation, reseting…
System Reseting
Reseting Local Mapper… done
Reseting Loop Closing… done
Reseting Database… done

记录

2021.05.25
第一次把视频分割这些弄完，数据集的话因为这次拍的视频效果不行，暂时还需要重新拍摄，所以先把后续步骤弄清楚。

2021.05.26
修改下代码，重新上传。可运行数据集，但是要重新录制

此文目的是学习SLAM，只是记录一下，欢迎各位大神前来指点

参考：https://blog.csdn.net/weixin_44436677/article/details/105620262