使用OpenCV与Intel RealSense 435i时，两次存图亮度不同的原因排查

问题描述 #

使用Intel RealSense 435i设备，通过OpenCV捕获图像时，循环前保存的testing.png亮度明显低于循环中保存的testing1.png，但期望同一时段的两张图像亮度相近。

相关代码：

import cv2
import numpy as np
cap = cv2.VideoCapture(1)
cap.set(3,640)
cap.set(4,480)
cap.set(10,100)
kernel = np.ones((3,3),np.uint8) 
success, img = cap.read()
cv2.imwrite("testing.png",img)
while True:
    success, img = cap.read()
    cv2.imwrite("testing1.png",img)
    if cv2.waitKey(1) == ord('q'):
        break
cv2.destroyAllWindows()

循环前图像：

循环中图像：

原因解析 #

1. 自动曝光初始化延迟：RealSense 435i默认开启自动曝光功能，摄像头启动后需要几帧时间完成曝光校准。第一次cap.read()调用时，摄像头还未完成校准，因此捕获的图像亮度偏低；进入循环后，摄像头完成自动曝光调整，后续帧亮度恢复正常。
2. OpenCV参数控制局限性：cap.set(10,100)是OpenCV通用亮度设置接口，但RealSense设备的硬件参数（如曝光、增益）优先由自身固件控制，该设置无法覆盖自动曝光机制。

解决方案 #

方案1：等待摄像头稳定后捕获首帧 #

在第一次保存图像前，多读取几帧并丢弃，让摄像头完成自动曝光校准：

import cv2
import numpy as np
cap = cv2.VideoCapture(1)
cap.set(3,640)
cap.set(4,480)
cap.set(10,100)

# 读取5帧丢弃，等待摄像头稳定
for _ in range(5):
    cap.read()

success, img = cap.read()
cv2.imwrite("testing.png",img)
while True:
    success, img = cap.read()
    cv2.imwrite("testing1.png",img)
    if cv2.waitKey(1) == ord('q'):
        break
cv2.destroyAllWindows()

方案2：禁用自动曝光，手动设置参数（推荐） #

使用Intel RealSense官方Python SDK（pyrealsense2）直接控制硬件参数，禁用自动曝光并设置固定曝光值，确保帧亮度一致：

1. 安装SDK：pip install pyrealsense2
2. 修改代码：

import cv2
import numpy as np
import pyrealsense2 as rs

# 配置RealSense管道
pipeline = rs.pipeline()
config = rs.config()
config.enable_stream(rs.stream.color, 640, 480, rs.format.bgr8, 30)

# 启动管道并获取配置文件
profile = pipeline.start(config)
color_sensor = profile.get_device().first_color_sensor()

# 禁用自动曝光，设置固定曝光值（单位：微秒，可根据场景调整）
color_sensor.set_option(rs.option.enable_auto_exposure, 0)
color_sensor.set_option(rs.option.exposure, 10000)

# 等待摄像头稳定
for _ in range(3):
    pipeline.wait_for_frames()

# 捕获首帧并保存
frames = pipeline.wait_for_frames()
color_frame = frames.get_color_frame()
img = np.asanyarray(color_frame.get_data())
cv2.imwrite("testing.png", img)

# 循环捕获并保存
while True:
    frames = pipeline.wait_for_frames()
    color_frame = frames.get_color_frame()
    img = np.asanyarray(color_frame.get_data())
    cv2.imwrite("testing1.png", img)
    if cv2.waitKey(1) == ord('q'):
        break

# 停止管道并释放资源
pipeline.stop()
cv2.destroyAllWindows()

说明 #

• 方案1简单易实现，适合快速调试；方案2从硬件层面锁定曝光参数，亮度一致性更稳定。
• 手动曝光值需根据实际场景调整，过大会导致过曝，过小会欠曝。

内容的提问来源于stack exchange，提问作者Muhammad Junaid