Blog

不過，這邊首先，Heresy 先釐清一個 Heresy 之前弄錯的地方。那就是，在投影（projective）坐標系、也就是透過 Depth Generator 直接得到的深度圖上，像素的值其實就是直接代表深度值，單位就是 mm；它所代表的意義，就是該點到 Kinect 所在的平面的垂直距離。

而在透過 depth generator 的 ConvertProjectiveToRealWorld() 這個函式轉換到真實世界（real world）坐標系的時候，其實 Z 的值是不會變的；他會根據投影座標系統上的 ( X, Y, Z )，去計算出在真實世界坐標系的位置，理論上會是 ( X', Y', Z )，雖然 X / Y 的執會改變，但是實際上 Z 的值應該都是維持不變的。也就是說，在 OpenNI 裡（或者更嚴格的來說，在 OpenNI 的 Kinect 這個裝置上）投影座標系統和真實世界座標系統的深度值所代表的意義是相同的。

所以，如果只是想知道某個點的深度，或是兩個點的深度差的話，其實不用轉換到真實世界座標系統，直接在投影座標系統針對 Z 值做計算就可以了∼但是，如果是想知道兩點的距離的話，那就還是要透過轉換的函式，把真實世界座標系統的 X / Y 算出來了。

Kinect 的深度有效範圍，根據《Kinect for Windows SDK 官方中文開發教學影片》的投影片的說法，是建議在 1.2 公尺到 3.6 公尺左右；不過實際上，在 OpenNI 中，depth generator 有提供一個 GetDeviceMaxDepth() 函式，可以用來取得這個深度感應器可以偵測到的最遠距離。而 Kinect 所回報的值是 10,000mm、也就是 10 公尺，算是比微軟官方建議的大了不少。

不過雖然他號稱能到這樣的範圍，但是從上方的統計圖裡資料分布的不同應該可以看的出來，實際上深度點的分布密度，在前方是比較高的，而到了後面，密度就很低了！這也代表著，Kinect 這款深度感應器，在比較近的位置，能提供比較高的精確度，而比較遠的地方，精確度就降低了。

實際上，以這組資料來說，深度的部分是從 328mm 開始有偵測到深度的，之前基本上都沒有；這應該也就是 Kinect 能取得的最短深度了（有沒有可能更小？不確定）。但是實際上，這時候能抓到的資料量並不多、也不穩定，所以並不建議使用這種距離的資料。而這個時候，每間隔 1mm 的深度，都可以找到資料點，也就是在取得的資料上，精確度應該是可以到達 1mm 的。

而當深度到達 611mm 後，資料就不再是連續，而會有缺值；也就是某些深度會完全沒有資料，代表著精確度開始降低了。向在這邊有缺值的深度點，依序是 611、622、631、638、644、650…可以發現，缺資料的深度間隔，是越來越高的！而這樣隨著距離越來越遠，有缺值的深度也就越多、分布的密度也就越來越疏，代表精深度的確度越來越低。

大概到 100 公分左右時，大概就已經掉到資料間隔是 3mm 了，這也代表了在這個距離下，3mm 內的深度差異，Kinect 是無法區隔的∼到了 200 公分時，基本上 1 公分左右的差異，Kinect 就已經無法區隔了；而到 300 公分時，則是大約 3 公分內的差異都無法分辨。

而最後有抓到資料的深度，是 9,758（976 公分），不過資料量同樣也很小，不會建議使用這個區段的資料。而前幾的有資料的深度，則是 8,996、9,236、9490；基本上，已經是要格超過 20 公分的間隔了∼也就是說，當到了一定的深度後（約 8 公尺），20 公分以內的深度差異，Kinect 是分辨不出來的。

所以，雖然透過 OpenNI 得到的 Kinect 的深度資料是以 mm 為單位，但是實際上由於感應器的精確度在正常使用的距離下、並沒有這麼高，所以在使用的時候，最好確認一下自己深度上判斷的條件，不要設得太細，以免因為精確度造成問題。