运行Processing SimpleOpenNi深度图像示例后，Xbox 360的Kinect冻结并断开与USB的连接
请帮忙
我一直在尝试为XBOX
360设置kinect以在ubuntu上运行，以便开始开发用于控制人形机器人的应用程序。在过去的四天内，我一直在搜索，下载，安装并尝试许多库和驱动程序，以使kinect在Ubuntu上运行。最初，它们都无法正常工作，无论我尝试运行的是哪种库或驱动程序，我都只能使用“
Camorama”和“
guvcview”读取RGB相机。最后，我安装了Ubuntu的新副本并使用以下命令安装了libfreenect库：突触（我是新手），我还安装了以下软件包
https://code.google.com/p/simple-
openni/downloads/detail?name=OpenNI_NITE_Installer-
Linux64-0.27.zip&can=4&q=
以及Processing 2.0和SimpleOpenNi-0.27
我开始处理->示例-> OpenNi->
DepthImage＆RUN，并且kinect启动3到10秒钟，下面的图像与RGB图像一起出现，有时不显示，然后帧冻结，当我尝试时如果列出了USB设备（$
lsusb），则没有列出Kinect相机或音频设备，因此必须从适配器和USB中拔出Kinect，然后将其重新插入，并且在运行草图后仍然会出现问题。
尝试的解决方案：
1-删除gspca内核模块并将其列入黑名单
2-禁用USB自动挂起
但问题仍然存在…
我正在使用Kinect for XBOX 360和（12V-1.08A）USB AC电源适配器
http://www.walmart.com/ip/INSTEN-USB-AC-Power-Adapter-For-Microsoft-
Xbox-360-Kinect -传感器/ 28882271
我的笔记本电脑是：DELL Inspiron.1525 Intel Core2Duo RAM 2GB
运行Ubuntu 14.04.2 LTS，，版本：14.04，，代号：trusty
谁能帮助我！
问题答案：
我遇到了类似的问题，在将Kinect与Windows结合使用后，我发现问题出在Kinect本身。
-
13.3. 示例: 深度相等判断 来自reflect包的DeepEqual函数可以对两个值进行深度相等判断。DeepEqual函数使用内建的==比较操作符对基础类型进行相等判断，对于复合类型则递归该变量的每个基础类型然后做类似的比较判断。因为它可以工作在任意的类型上，甚至对于一些不支持==操作运算符的类型也可以工作，因此在一些测试代码中广泛地使用该函数。比如下面的代码是用DeepEqual函数比较
-
opencv 2.4.0 findContours函数不断崩溃时遇到问题。不幸的是，我很难找到问题所在。希望有人遇到类似的问题。 我使用Microsoft K4W SDK 1.5从Kinect传感器捕获深度流，将其复制到OpenCV Mat，然后通过cvtColor和threshold将其转换为8UC1图像。我运行countNonZero，只是为了确保在将图像传递给findContours之前图像
-
我一直在尝试构建一个项目，其中Flask应用程序可以自动将选定数量的视频连接到“核心视频”。 用户可以上传视频，并将其发送到amazon s3进行存储。所有视频都由Moviepy预处理为mp4文件，以24 fps无音频运行，分辨率为720p。经过此预处理后，视频上传到amazon s3。 在s3中的所有新上载中，创建了一个队列，管理员可以批准或删除该队列。所有经批准的视频最终都会出现在一个列表中，
-
立体图像的深度图 作者|OpenCV-Python Tutorials 编译|Vincent 来源|OpenCV-Python Tutorials 目标 在本节中， 我们将学习根据立体图像创建深度图。 基础 在上一节中，我们看到了对极约束和其他相关术语等基本概念。我们还看到，如果我们有两个场景相同的图像，则可以通过直观的方式从中获取深度信息。下面是一张图片和一些简单的数学公式证明了这种想法。 上图
-
目标 在这个章中，我们将学习从立体图像创建深度图。 基本 在上一章中，我们看到了极线约束等相关术语的基本概念。我们也看到，如果我们有两个相同的场景图像，我们可以直观地从中获取深度信息。 上图包含全等三角形。写出它们的等价方程将得到以下结果： $$ disparity = x - x' = \frac{Bf}{Z} $$ $x$ 和 $x'$ 是对应于场景点 3D 的图像平面中的点与其相机中心之间的
-
我正在尝试学习opencv，但它非常混乱。有人能知道imagedepth和图像中通道数之间的区别吗。假设图像深度为8，通道R、G、B的数量为3。那么，这意味着什么，我很难可视化三维结构