所以我发现这似乎是一个很好的博客： Estimate depth information from two images
但我不是光学方面的专家，所以我很难遵循文章中描述的所有过程。虽然我认为我确实明白我可以从两个图像中估计深度，首先通过估计两个相机的内在函数，然后还估计矩阵以将像素从右相机转换到左相机。但总的来说，在文章本身中有一点，作者说：
但在那之后解释了应该进行的另一项更正，一般来说，因为相机设置及其属性并不理想（即使在这个通用公式中我也可能错了，我真的不是专家）。
在本节之后，据我所知：
作者实际上解释了为什么对于视差我们应该使用新的校正视差公式：
但在最后一节中，作者以：
而且我看不出这个 u' 和 v' 如何与公式中的 'z' 估计相关联。是否需要使用它们而不是前面所有部分中的 uv 来获得正确和最准确的 z 值？
一般来说，这篇文章更像是一篇解释性文章，每个部分的作者都解释了这个想法，然后对其进行了扩展和更正，如果有人能在指令算法中总结它，我将不胜感激，例如：
您有两个相机，它们之间的距离为 40 厘米。
- 找到固有的相机矩阵（使用校准）、基本矩阵和基本矩阵。
- 计算旋转 - 平移矩阵或什么
- 使用那个和这个公式来计算 z 值，输出 z
所以我可以有一组确定性的指令，我如何从两个图像中估计 z 值，确定性地定位我的相机，它们之间有一定的距离。
先感谢您。
提醒：这组说明可以不详细，以为我已经提到不是专家，但它的结构应该足够好，让我自己扩展每个步骤，我的意思是在谷歌中进一步找到相关信息和等等，例如“计算内在相机矩阵”或“使用 8 点算法估计基本矩阵和基本矩阵”，我自己可以进一步找到的东西，只需要标题好的指令集。
希望你让我明白这一点。
PS：任何其他具有明确估计深度的步骤的好文章都会非常好。