RealSense最简单配置环境只需要5分钟，不用自行添加任何包含目录、库目录。Visual Studio2022、C++。

news2024/11/25 6:55:36

又开始搞点云了，现在用的是Intel的realsense。

看网上步骤都挺繁琐的，本文搭建只需要5分钟。直接用官方提供的属性表，不用自行添加任何包含目录、库目录。

第一分钟：用Visual Studio新建一个工程（此时你是没有intel.realsense.props的，往后看）
在这里插入图片描述

第二分钟：把默认安装目录添加系统变量

在这里插入图片描述
第三分钟：进入目录找到该目录下的intel.realsense.props文件，进行如下修改，放到你刚才建的工程里。

第四分钟：
打开工程，添加现有属性表，也就是添加刚才你弄得intel.realsense.props这个文件。

第五分钟：已经结束了。跑个官方例程看看。

#include <librealsense2/rs.hpp> // Include RealSense Cross Platform API
#include <iostream>             // for cout

// Hello RealSense example demonstrates the basics of connecting to a RealSense device
// and taking advantage of depth data
int main(int argc, char* argv[]) try
{
    // Create a Pipeline - this serves as a top-level API for streaming and processing frames
    rs2::pipeline p;

    // Configure and start the pipeline
    p.start();

    while (true)
    {
        // Block program until frames arrive
        rs2::frameset frames = p.wait_for_frames();

        // Try to get a frame of a depth image
        rs2::depth_frame depth = frames.get_depth_frame();

        // Get the depth frame's dimensions
        auto width = depth.get_width();
        auto height = depth.get_height();

        // Query the distance from the camera to the object in the center of the image
        float dist_to_center = depth.get_distance(width / 2, height / 2);

        // Print the distance
        std::cout << "The camera is facing an object " << dist_to_center << " meters away \r";
    }

    return EXIT_SUCCESS;
}
catch (const rs2::error& e)
{
    std::cerr << "RealSense error calling " << e.get_failed_function() << "(" << e.get_failed_args() << "):\n    " << e.what() << std::endl;
    return EXIT_FAILURE;
}
catch (const std::exception& e)
{
    std::cerr << e.what() << std::endl;
    return EXIT_FAILURE;
}