使用来自Kinect的深度信息从图像中提取手部区域

Question

我有一个“ Leap Motion和Microsoft Kinect采集的数据集”数据集。它包含获取：

1. depth.png：Kinect深度图（640 x 480）。
2. depth.bin：Kinect深度图原始（640 x 480短16位。0表示没有有效值）。
3. rgb.png：Kinect颜色图（1280 x 960）。
4. leap_motion.cvs：跳跃运动参数。

[彩色图像（rgb.png）是显示一些手势的人的图像。

我想要的是仅提取这些图像的手部区域并将它们另存为单独的图像。但是问题是手部区域不在同一确切位置。一种方法是使用depth.bin文件，因为它由包含从相机平面到最近对象的距离（以毫米为单位）的像素组成。手部区域比身体本身更靠近相机，因此可以提取手部区域。但是我对这些过程不太了解。

如何使用.bin文件中的信息并提取RGB图像的手部区域并分别保存提取的图像（希望在OpenCV Python环境中>）>

如果问题的某些部分不够清楚，我将详细解释！

图像看起来像这样：

并且数据集链接为here。

---

Edit：

我已经在MATLAB中阅读了.bin文件，其大小为614400x1。它不是307200x1，因为640 * 480 =307200。为什么它大2倍？我错过了一些棘手的东西吗？

我有一个“ Leap Motion和Microsoft Kinect采集的数据集”数据集。它包含以下采集：depth.png：Kinect深度图（640 x 480）。 depth.bin：Kinect深度图原始图像（640 x 480短...

Answer 1

我遇到了同样的问题。您如何解决此问题