我正在尝试用计算机视觉做一些基本的机器人技术，我遇到了从真实世界坐标到像素的问题，以便从Kinect的深度图中读取 . 我这样做是因为我希望能够绘制非恒定深度的手，它位于给定的x和y位置，以毫米为单位 .
我遇到的问题是需要知道物体与相机的距离才能在真实世界和像素之间进行转换 . 我怎么能找到某个位置的深度，或者将深度图转换为公制坐标而不是像素？