【Kinect】2nd-深度数据的提取代码分析

最新推荐文章于 2024-05-09 22:49:06 发布
转载 最新推荐文章于 2024-05-09 22:49:06 发布 · 1k 阅读 · 3
文章标签：

#kinect #opencv

一、不带游戏者ID的深度数据的提取

Kinect开发学习笔记之（五）不带游戏者ID的深度数据的提取

深度数据流所提供的图像帧中，每一个像素点代表的是在深度感应器的视野中，该特定的（x,
y）坐标处物体到离摄像头平面最近的物体到该平面的距离（以毫米为单位）。

Kinect中深度值最大为4096mm，0值通常表示深度值不能确定，一般应该将0值过滤掉。微软建议在开发中使用1220mm~3810mm范围内的值。在进行其他深度图像处理之前，应该使用阈值方法过滤深度数据至1220mm-3810mm这一范围内。

下图显示了Kinect Sensor的感知范围，其中的default range对Xbox 360和Kinect for
Windows都适用，而near range仅对后者适用：

深度数据的存储：
Kinect的深度图像数据含有两种格式，两种格式都是用两个字节来保存一个像素的深度值，而两方式的差别在于：

（1）唯一表示深度值：那么像素的低12位表示一个深度值，高4位未使用；

（2）既表示深度值又含有游戏者ID：Kinect
SDK具有分析深度数据和探测人体或者游戏者轮廓的功能，它一次能够识别多达6个游戏者。SDK为每一个追踪到的游戏者编号作为索引。而这个方式中，像素值的高13位保存了深度值，低三位保存用户序号，7
(0000 0111)这个位掩码能够帮助我们从深度数据中获取到游戏者索引值（这个编程将在下一节）。

应用程序可以使用深度数据流中的深度数据来支持各种各样的用户特性，如追踪用户的运动并在程序中识别和忽略背景物体的信息等。

要实现目标：通过微软的SDK提取不带游戏者ID的深度数据并用OpenCV显示

#include <windows.h>
#include <iostream> 
#include <NuiApi.h>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int main(int argc, char *argv[])
{
    Mat image;
    //这里我们用灰度图来表述深度数据，越远的数据越暗。
    image.create(240, 320, CV_8UC1); 

    //1、初始化NUI，注意：这里传入的参数就不一样了，是DEPTH
    HRESULT hr = NuiInitialize(NUI_INITIALIZE_FLAG_USES_DEPTH); 
    if (FAILED(hr)) 
    { 
        cout<<"NuiInitialize failed"<<endl; 
        return hr; 
    } 

    //2、定义事件句柄 
    //创建读取下一帧的信号事件句柄，控制KINECT是否可以开始读取下一帧数据
    HANDLE nextColorFrameEvent = CreateEvent( NULL, TRUE, FALSE, NULL );
    HANDLE depthStreamHandle = NULL; //保存图像数据流的句柄，用以提取数据 

    //3、打开KINECT设备的深度图信息通道，并用depthStreamHandle保存该流的句柄，以便于以后读取
    hr = NuiImageStreamOpen(NUI_IMAGE_TYPE_DEPTH, NUI_IMAGE_RESOLUTION_320x240, 
                            0, 2, nextColorFrameEvent, &depthStreamHandle); 
    if( FAILED( hr ) )//判断是否提取正确 
    { 
        cout<<"Could not open color image stream video"<<endl; 
        NuiShutdown(); 
        return hr; 
    }
    namedWindow("depthImage", CV_WINDOW_AUTOSIZE);

    //4、开始读取深度数据 
    while(1) 
    { 
        const NUI_IMAGE_FRAME * pImageFrame = NULL; 

        //4.1、无限等待新的数据，等到后返回
        if (WaitForSingleObject(nextColorFrameEvent, INFINITE)==0) 
        { 
            //4.2、从刚才打开数据流的流句柄中得到该帧数据，读取到的数据地址存于pImageFrame
            hr = NuiImageStreamGetNextFrame(depthStreamHandle, 0, &pImageFrame); 
            if (FAILED(hr))
            {
                cout<<"Could not get depth image"<<endl; 
                NuiShutdown();
                return -1;
            }

            INuiFrameTexture * pTexture = pImageFrame->pFrameTexture;
            NUI_LOCKED_RECT LockedRect;

            //4.3、提取数据帧到LockedRect，它包括两个数据对象：pitch每行字节数，pBits第一个字节地址
            //并锁定数据，这样当我们读数据的时候，kinect就不会去修改它
            pTexture->LockRect(0, &LockedRect, NULL, 0); 
            //4.4、确认获得的数据是否有效
            if( LockedRect.Pitch != 0 ) 
            { 
                //4.5、将数据转换为OpenCV的Mat格式
                for (int i=0; i<image.rows; i++) 
                {
                    uchar *ptr = image.ptr<uchar>(i);  //第i行的指针

                    //深度图像数据含有两种格式，这里像素的低12位表示一个深度值，高4位未使用；
                    //注意这里需要转换，因为每个数据是2个字节，存储的同上面的颜色信息不一样，
                    uchar *pBufferRun = (uchar*)(LockedRect.pBits) + i * LockedRect.Pitch;
                    USHORT * pBuffer = (USHORT*) pBufferRun;

                    for (int j=0; j<image.cols; j++) 
                    { 
                        ptr[j] = 255 - (uchar)(256 * pBuffer[j]/0x0fff);  //直接将数据归一化处理
                    } 
                } 
                imshow("depthImage", image); //显示图像 
            } 
            else 
            { 
                cout<<"Buffer length of received texture is bogus\r\n"<<endl; 
            }

            //5、这帧已经处理完了，所以将其解锁
            pTexture->UnlockRect(0);
            //6、释放本帧数据，准备迎接下一帧 
            NuiImageStreamReleaseFrame(depthStreamHandle, pImageFrame ); 
        } 
        if (cvWaitKey(20) == 27) 
            break; 
    } 
    //7、关闭NUI链接 
    NuiShutdown(); 
    return 0;
}

代码解析

首先，这里基本上和彩色图像数据的获取的流程和API都是一样的，只有有几个不同点：

（1） 因为我们需要的是深度数据，所以在NuiInitialize(DWORD
dwFlags);初始化时，应告知Kinect我要的是深度数据：NUI_INITIALIZE_FLAG_USES_DEPTH；

（2）我们需要打开的是Kinect设备的深度数据流，所以调用NuiImageStreamOpen传入了类型是NUI_IMAGE_TYPE_DEPTH,
另外，深度图像的分辨率一般用NUI_IMAGE_RESOLUTION_320x240。

（3）另外，Kinect的深度图像数据含有两种格式，其一是唯一表示深度值：那么像素的低12位表示一个深度值，高4位未使用；其二是既表示深度值又含有游戏者ID，则像素值的高13位保存了深度值，低三位保存用户序号，其中序号为0则表示无用户，1和2分别表示两个不同的用户（这个会在下一文中编程）。

所以这里深度数据转换为OpenCV的Mat数据类型就和彩色的不一样了。在显示中，我们通过一个单通道的灰度图像来描述深度图像，像素点越白表示场景中目标里摄像头越近。

转换时候有一个地方需要特别注意的，代码里面用的是：

uchar *pBufferRun = (uchar*)(LockedRect.pBits) + i *
LockedRect.Pitch;

USHORT * pBuffer = (USHORT*) pBufferRun;

那为什么不直接下面这样呢：

USHORT * pBuffer = (USHORT*) (LockedRect.pBits) + i *
LockedRect.Pitch;

因为每个深度数据是2个字节，存储的同上面的颜色信息不一样，而pitch是以字节为单位的，然后地址的偏移是按LockedRect.pBits的地址类型来偏移的。也就是说假如按第二种方式来编写，那么当i等于图像的中间那一行的时候，pBuffer指针已经指向图像的最后一行了（因为ushort是两个字节，每偏移一个i，地址就偏移两个字节），这时候i再增加，就会导致数组访问越界了。导致的结果是，我们的深度图像显示都一半的时候，程序就死掉了。

关于ptr[j] = 255 - (uchar)(256 * pBuffer[j]/0x0fff):
我们获取到的是两个字节的深度数据，然后这两个字节数据的低12位表示一个深度值，高四位为空。我们需要用一个灰度图来显示这个深度信息，所以就需要将深度值归一化到[0, 255]的范围。255再减去它就相当于，距离越近，深度值越小的时候，灰度越大

二、带游戏者ID的深度数据的提取

Kinect开发学习笔记之（六）带游戏者ID的深度数据的提取

首先，Kinect传感器核心是发射红外结构光，并探测红外光反射，从而可以计算出视场范围内每一个像素的深度值。从深度数据中最先提取出来的是物体主体和形状，以及每一个像素点的游戏者索引信息。然后用这些形状信息来匹配人体的各个部分，最后计算匹配出来的各个关节在人体中的位置。而Kinect具有一次识别多达6个游戏者的能力，并能跟踪最多两个人的骨骼。
Kinect的深度图像数据有两种格式，一种是带游戏者ID的，一种是不带的。两种格式都是用两个字节来保存一个像素的深度值，而两方式的差别在于：

（1）唯一表示深度值：那么像素的低12位表示一个深度值，高4位未使用；

（2）既表示深度值又含有游戏者ID：Kinect为每一个追踪到的游戏者编号作为索引。而这个方式中，像素值的高13位保存了深度值，低三位保存用户序号，7
(0000 0111)这个位掩码能够帮助我们从深度数据中获取到游戏者索引值。

要注意的是，不要对特定的游戏者索引位进行编码，因为他们是会变化的。实际的游戏者索引位并不总是和Kinect前面的游戏者编号一致。啥意思呢？例如，Kinect视野中只有一个游戏者，但是返回的游戏者索引位值可能是3或者4。也就是说有时候第一个游戏者的游戏者索引位可能不是1。还有，如果走进Kinect视野再走出去，然后再走进来，虽然你还是你，但是Kinect给你的索引ID可能就和原来的不一样了，例如之前返回的索引位是1，走出去后再次走进，可能索引位变为其他值了。所以开发Kinect应用程序的时候应该注意到这一点。

#include <windows.h>
#include <iostream> 
#include <NuiApi.h>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

//处理深度数据的每一个像素，如果属于同一个用户的ID，那么像素就标为同种颜色，不同的用户，
//其ID不一样，颜色的标示也不一样，如果不属于某个用户的像素，那么就采用原来的深度值
RGBQUAD shortDepth2RGBquad( USHORT depthID )
{ 
    //每像素共16bit的信息，其中最低3位是ID（所捕捉到的人的ID），剩下的13位才是信息
    USHORT realDepth = (depthID & 0xfff8) >> 3; //提取距离信息，高13位 
    USHORT player =  depthID & 0x07 ;  //提取ID信息 ，低3位

    //因为提取的信息是距离信息，为了便于显示，这里归一化为0-255
    BYTE depth = 255 - (BYTE)(256*realDepth/0x0fff); 

    RGBQUAD q; 
    q.rgbRed = q.rgbBlue = q.rgbGreen = 0; 

    //RGB三个通道的值都是相等的话，就是灰度的
    //Kinect系统能够处理辨识传感器前多至6个人物的信息，但同一时刻最多只有2个玩家可被追踪（即骨骼跟踪）
    switch( player ) 
    { 
        case 0:  
            q.rgbRed = depth / 2; 
            q.rgbBlue = depth / 2; 
            q.rgbGreen = depth / 2; 
            break; 
        case 1: 
            q.rgbRed = depth; 
            break; 
        case 2: 
            q.rgbGreen = depth;  
            break; 
        case 3: 
            q.rgbRed = depth / 4; 
            q.rgbGreen = depth; 
            q.rgbBlue = depth; 
            break; 
        case 4: 
            q.rgbRed = depth; 
            q.rgbGreen = depth; 
            q.rgbBlue = depth / 4; 
            break; 
        case 5: 
            q.rgbRed = depth; 
            q.rgbGreen = depth / 4; 
            q.rgbBlue = depth; 
            break; 
        case 6: 
            q.rgbRed = depth / 2; 
            q.rgbGreen = depth / 2; 
            q.rgbBlue = depth; 
            break; 
        case 7: 
            q.rgbRed = 255 - ( depth / 2 ); 
            q.rgbGreen = 255 - ( depth / 2 ); 
            q.rgbBlue = 255 - ( depth / 2 ); 
        } 

    return q; 
}

int main(int argc, char *argv[])
{
    Mat image;
    image.create(240, 320, CV_8UC3); 

    //1、初始化NUI，注意这里是DEPTH_AND_PLAYER_INDEX
    HRESULT hr = NuiInitialize(NUI_INITIALIZE_FLAG_USES_DEPTH_AND_PLAYER_INDEX); 
    if (FAILED(hr)) 
    { 
        cout<<"NuiInitialize failed"<<endl; 
        return hr; 
    } 

    //2、定义事件句柄 
    //创建读取下一帧的信号事件句柄，控制KINECT是否可以开始读取下一帧数据
    HANDLE nextColorFrameEvent = CreateEvent( NULL, TRUE, FALSE, NULL );
    HANDLE depthStreamHandle = NULL; //保存图像数据流的句柄，用以提取数据 

    //3、打开KINECT设备的彩色图信息通道，并用depthStreamHandle保存该流的句柄，以便于以后读取
    hr = NuiImageStreamOpen(NUI_IMAGE_TYPE_DEPTH_AND_PLAYER_INDEX, NUI_IMAGE_RESOLUTION_320x240, 
                            0, 2, nextColorFrameEvent, &depthStreamHandle); 
    if( FAILED( hr ) )//判断是否提取正确 
    { 
        cout<<"Could not open color image stream video"<<endl; 
        NuiShutdown(); 
        return hr; 
    }
    namedWindow("depthImage", CV_WINDOW_AUTOSIZE);

    //4、开始读取深度数据 
    while(1) 
    { 
        const NUI_IMAGE_FRAME * pImageFrame = NULL; 

        //4.1、无限等待新的数据，等到后返回
        if (WaitForSingleObject(nextColorFrameEvent, INFINITE)==0) 
        { 
            //4.2、从刚才打开数据流的流句柄中得到该帧数据，读取到的数据地址存于pImageFrame
            hr = NuiImageStreamGetNextFrame(depthStreamHandle, 0, &pImageFrame); 
            if (FAILED(hr))
            {
                cout<<"Could not get depth image"<<endl; 
                NuiShutdown();
                return -1;
            }

            INuiFrameTexture * pTexture = pImageFrame->pFrameTexture;
            NUI_LOCKED_RECT LockedRect;

            //4.3、提取数据帧到LockedRect，它包括两个数据对象：pitch每行字节数，pBits第一个字节地址
            //并锁定数据，这样当我们读数据的时候，kinect就不会去修改它
            pTexture->LockRect(0, &LockedRect, NULL, 0); 
            //4.4、确认获得的数据是否有效
            if( LockedRect.Pitch != 0 ) 
            { 
                //4.5、将数据转换为OpenCV的Mat格式
                for (int i=0; i<image.rows; i++) 
                {
                    uchar *ptr = image.ptr<uchar>(i);  //第i行的指针

                    //其二是既表示深度值又含有人物序号，则像素值的高13位保存了深度值，低三位保存用户序号，
                    //注意这里需要转换，因为每个数据是2个字节，存储的同上面的颜色信息不一样，
                    uchar *pBufferRun = (uchar*)(LockedRect.pBits) + i * LockedRect.Pitch;
                    USHORT * pBuffer = (USHORT*) pBufferRun;

                    for (int j=0; j<image.cols; j++) 
                    {
                        //对于每一个像素，我们通过它的深度数据去修改它的RGB值；
                        RGBQUAD rgb = shortDepth2RGBquad(pBuffer[j]);
                        ptr[3*j] = rgb.rgbBlue; 
                        ptr[3*j+1] = rgb.rgbGreen; 
                        ptr[3*j+2] = rgb.rgbRed; 
                    } 
                } 
                imshow("depthImage", image); //显示图像 
            } 
            else 
            { 
                cout<<"Buffer length of received texture is bogus\r\n"<<endl; 
            }

            //5、这帧已经处理完了，所以将其解锁
            pTexture->UnlockRect(0);
            //6、释放本帧数据，准备迎接下一帧 
            NuiImageStreamReleaseFrame(depthStreamHandle, pImageFrame ); 
        } 
        if (cvWaitKey(20) == 27) 
            break; 
    } 
    //7、关闭NUI链接 
    NuiShutdown(); 
    return 0;
}

代码解析：

首先，这里基本上和上一文说的深度数据的获取的流程和API都是一样的，具体的话，参考上一文。只是有几个点需要说明下：

（1）初始化和打开深度数据流的时候传入的参数是不同的，这个需要注意下，我们需要的是DEPTH_AND_PLAYER_INDEX数据；

（2）每个像素的深度数据由两个字节来保存，高13位保存了深度值，低三位保存用户序号。

（3）具体显示的时候我们是这样处理的：
对于每一个像素，我们通过它的深度数据去修改它的RGB值，如果属于同一个用户的ID，那么像素就标为同种颜色，不同的用户，其ID不一样，颜色的标示也不一样，如果不属于某个用户的像素，那么就采用原来的深度值。

首先，这里涉及到了：
USHORTrealDepth = (depthID & 0xfff8) >> 3; //提取距离信息，高13位
USHORTplayer = depthID & 0x07 ; //提取ID信息，低3位

然后RGBQUAD是一个结构体，其保存一个像素点的RGB值，定义如下：
typedef struct tagRGBQUAD {
BYTE rgbBlue;
BYTE rgbGreen;
BYTE rgbRed;
BYTE rgbReserved;
} RGBQUAD;

OpenCV学习笔记（20）Kinect + OpenNI + OpenCV + OpenGL 组合体验
RGBD物体识别(4)–使用opencv3读取kinect数据

kinect2.0 opencv3.2深度图像提取（方式一）
MisTime的博客
09-15 3587
转载请注明出处 本人的配置：win10 + visual studio 2015 + kinect2.0 + opencv3.2 对于Kinect、opencv的配置不再赘述，网上很多资料。下面是实现调取kinect 深度图像的代码： #include #include #include using   namespace   std; using   namespace
Kinect获取深度图和深度数据
sinat_42674663的博客
08-21 1万+
做关于深度信息处理的，正好实验室配备了kinect2代，就想着先用kinect获取深度信息来处理，之后换其他设备只要有深度信息就直接往后推进就行，不过网上教程虽然多，但是第一次总会栽进坑中，记录一波，下回重来的时候长个教训。 配置，参考 https://blog.youkuaiyun.com/qq_37059483/article/details/77855398#commentsedit 因为现在很多版本...
从kinect深度图中得到实际深度数据
11-29
由于在非player的深度图中无法得到具体真实的深度数据，因此可换个方法试试。
python从双目视觉图片提取深度信息
12-17
从双目视觉图片，左右双摄得到的图像，来获取图片的深度信息。从而用于构建3d图片。
opencv-svm用于人体检测Python代码
qq_41858135的博客
10-12 587
代码转自：HOG+SVM行人检测_hongbin_xu的博客-优快云博客_hog+svm行人检测 # This is a sample Python script. # Press Shift+F10 to execute it or replace it with your code. # Press Double Shift to search everywhere for classes, files, tool windows, actions, and settings. # *_*co
通过Kinect提取图像和深度信息进行三维点云重建matlab仿真
FPGA/MATLAB学习教程/源码/项目合作开发
05-09 1702
Kinect是微软公司开发的一种运动感应输入设备，最初设计用于微软的Xbox 360和Xbox One游戏控制台，后来也推出了Windows PC版本。Kinect允许用户通过身体动作、语音命令和手势来与计算机或游戏机交互，而无需使用传统的游戏控制器。Kinect是一款由微软开发的传感器设备，主要用于捕捉环境的深度信息和RGB图像，广泛应用于三维重建、人体动作识别、游戏交互等领域。
精选资源
KinectSDK-v2.0_1409-Setup.exe
05-24
KinectSDK-v2.0_1409-Setup.exe
Kinect-SDK-Public.rar_kinect_kinect 深度
09-19
标题"Kinect-SDK-Public.rar_kinect_kinect 深度"提及了“Kinect SDK Public”和“kinect 深度”，这意味着资源可能包含有关使用Kinect Sensor Kit公开版本进行深度图像处理的信息。Kinect是一款由微软开发的体感...
精选资源
Kinect-VFX-Graph：将Kinect的深度Feed与Unity的VFX Graph一起使用
02-06
Kinect VFX图形 这是一个如何将Kinect中的深度相机提要与Unity的VFX图形一起使用的示例。 该项目中的代码在很大... KinectColorMap渲染纹理中提供了每个深度点的颜色数据。 另外，您也可以使用Kinect VFX映射的预制
kinect-fusion代码分析
最新发布
06-07
### Kinect-Fusion代码分析 #### 一、简介与背景 Kinect-Fusion是实时三维重建技术的一种实现方式，它能够快速地将来自Kinect这样的深度传感器的输入转换为精细的三维模型。该方法的核心思想是利用时间序列深度图...
该算法为在Linux下使用微软公司开发的Kinect2.0深度相机采集同TUM RGB-D数据集相同形式的数据的小程序.zip
12-28
该算法为在Linux下使用微软公司开发的Kinect2.0深度相机采集同TUM RGB-D数据集相同形式的数据的小程序。该程序在Linux下可以运行，帧率大概以来计算机性能可以保持25帧以上采集速率。数据集可以使用在我们自己开发的...
OPENCV获取KINECT资源二值化
10-10
用opencv直接打开kinect 摄像头 获得 深度 rgb图像 并做阈值筛选 例程
kinect 学习笔记一
热门推荐
timebomb的专栏
12-31 2万+
颜色深度图像的显示：初始化、绑定流、提取流。 1、提取颜色数据： #include #include "Windows.h" #include "MSR_NuiApi.h" #include "cv.h" #include "highgui.h" using namespace std; int main(int argc,char * argv[]) { IplImage *co
Kinect学习笔记
csharpupdown的专栏
08-16 2524
该博客只为记录点滴所学，若有误导，还请大家原谅，并不吝赐教。**Kinect 1.x 系列** Kinect硬件中，有三个摄像头，中间的摄像头是彩色相机，收集颜色数据，左边的是红外线发射器，右边的是深度感应器，就是通过接收发射的红外线来测算深度数据。放置高度在0.6m～1.8m之间都可以。Kinect在V1.8版本只支持全身20块骨骼的运动Kinect的坐标跟Unity的坐标有点不同，unity是
kinect 2获取数据流程介绍（强烈推荐入门新手）
weixin_44063985的博客
05-27 7588
原文链接： Kinect V2开发（2）从Kinect获取数据   在Kinect for windows SDK2.0中，Kinect有多种类型的数据源，每个类型的数据都有三个类与之对应：Source，Reader和Frame。例如，要读取骨架，就有IBodyFrameSource, IBodyFrameReader, IBodyFrame这三个类，要读取深度数据，就有IDepthFrameSo...
kinect获取实时深度数据
moonlightpeng的博客
08-09 6915
#include &lt;stdio.h&gt; #include &lt;Kinect.h&gt; #include &lt;windows.h&gt; #include &lt;highgui.h&gt; #include &lt;cv.h&gt; using namespace cv; // 转换depth图像到cv::Mat Mat ConvertMat(const UINT16* ...
Kinect学习（四）：提取深度数据
hongbin_xu的博客
06-25 1万+
前言 前面试着提取了Kinect的彩色数据：Kinect学习（三）：获取RGB颜色数据。这次，要试着提取深度数据。 Depth Map（深度图）是包含与视点的场景对象的表面的距离有关的信息的图像或图像通道。其中，Depth Map 类似于灰度图像，只是它的每个像素值是传感器距离物体的实际距离。通常RGB图像和Depth图像是配准的，因而像素点之间具有一对一的对应关系。 代码 先上代...
Kinect学习（五）：提取带用户ID的深度数据
hongbin_xu的博客
06-25 2611
前言 在前面的一篇文章中讨论了如何从Kinect获取深度图：Kinect学习（四）：提取深度数据。 这里要对其进行拓展，Kinect可以获取两种格式的深度图： 不带用户ID的深度数据，也是存储在16位的变量中，但是只使用了前12位，用来表示深度。 带用户ID的深度数据，16位，前3位表示用户ID，最多可以识别6个人，后13位表示深度； 在前一篇文章（Kinect学习（四）：提取深度数据...
Kinect-v2深度图像修复与三维坐标获取技术
标题中提到的“kinect-v2彩色深度配准并修复深度图像并获取三维坐标”涉及了几个核心概念：Kinect v2、深度图像修复、彩色深度配准和三维坐标的获取。我们接下来将详细讨论这些知识点。 1. Kinect v2： Kinect v2是...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值