从 xtion pro live 的深度图中获取一个红色球体的重心坐标

可以使用OpenNI库中的深度图像获取函数，通过遍历深度图像中的像素点，找到红色球体的像素点，然后计算这些像素点的重心坐标即可得到红色球体的重心坐标。具体实现方法可以参考以下代码：

import cv2
import numpy as np
from primesense import openni2

# 初始化OpenNI
openni2.initialize()

# 打开设备
dev = openni2.Device.open_any()

# 创建深度流
depth_stream = dev.create_depth_stream()

# 启动深度流
depth_stream.start()

# 获取深度图像
depth_frame = depth_stream.read_frame()
depth_data = depth_frame.get_buffer_as_uint16()

# 将深度图像转换为numpy数组
depth_array = np.ndarray((depth_frame.height, depth_frame.width), dtype=np.uint16, buffer=depth_data)

# 读取RGB图像
rgb_image = cv2.imread('rgb_image.jpg')

# 将RGB图像转换为HSV图像
hsv_image = cv2.cvtColor(rgb_image, cv2.COLOR_BGR2HSV)

# 定义红色范围
lower_red = np.array([0, 100, 100])
upper_red = np.array([10, 255, 255])
mask1 = cv2.inRange(hsv_image, lower_red, upper_red)

lower_red = np.array([160, 100, 100])
upper_red = np.array([179, 255, 255])
mask2 = cv2.inRange(hsv_image, lower_red, upper_red)

# 合并两个掩膜
mask = mask1 + mask2

# 使用形态学操作去除噪点
kernel = np.ones((5, 5), np.uint8)
mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)

# 找到红色球体的轮廓
contours, hierarchy = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 计算红色球体的重心坐标
if len(contours) > 0:
    cnt = contours[0]
    M = cv2.moments(cnt)
    cx = int(M['m10'] / M['m00'])
    cy = int(M['m01'] / M['m00'])
    print('红色球体的重心坐标为：(%d, %d)' % (cx, cy))
else:
    print('未找到红色球体！')

# 停止深度流
depth_stream.stop()

# 关闭设备
dev.close()

# 反初始化OpenNI
openni2.unload()

注意：以上代码中的rgb_image.jpg是RGB图像的文件名，需要根据实际情况修改。