问题标签 [disparity-mapping]

stereo_match.cpp示例将 L 和 R 图像转换为视差和点云。我想调整这个例子来计算来自单个校准相机的 2 个连续帧的视差和点云。是否可以？如果这个例子不适合我的范围，那么获得我想要的东西的步骤是什么？

我正在为 c# 使用 EMGU OpenCV 包装器。我已经很好地创建了一个视差图。但是对于我的特定应用程序，我只需要很少像素的视差值，并且我需要它们实时。现在计算大约需要 100 毫秒，我想通过获得数百个像素值而不是数千个像素值的差异，事情会大大加快。我不太了解立体求解器代码的“幕后”发生了什么，有没有办法通过只计算我需要的像素的差异来加快速度？

我需要你的帮助。我已经使用我的立体声对实现了立体声校准和校正。我有一个非常合理的视差图像。我面临的问题是cvReprojectImageTo3D。我使用了stereobM。并以正确的方式纠正。声明如下

disp 是为立体对获得的视差图像。当我运行 Image3D 的 showimage 命令时，我获得了彩色分割。我的疑问是为什么会这样。我附上我的结果
照片的链接如下

https://plus.google.com/photos/110965556771924534380/albums/5745356738809417329/5748680803335389906

我的另一个疑问是这个 image3D 是如何存储的。CV_32FC3 是否意味着第一个通道给出 x 值第二个给出 y 而第三个给出 z 或排序或有任何其他表示..？

我正在使用 OpenCV 开发一个 iOS 项目。我正在尝试创建图像的视差图。在实现这一点时，Xcode 显示CvStereoBMState为未声明的标识符。

我怎样才能解决这个问题？

我一直在尝试使用 OpenCV stereoRectifyUncalibrated 为一对图像校正和构建视差映射，但我没有得到很好的结果。我的代码是：

drawKeyPoint 序列是我直观地检查两个图像的点的一致性的方式。通过按顺序绘制它们的每个关键点，我可以确定图像 A 上的关键点 i 是图像 B 上的关键点 i。

我也尝试过使用 ndisp 参数，但没有太大帮助。

我尝试了以下一对图像：

左图

右图

得到以下纠正对：

修正左

纠正右

最后，下面的视差图

视差图

如您所见，这非常糟糕。我还使用以下 stereoRectifyUncalibrated 示例尝试了同一对图像：http: //programmingexamples.net/wiki/OpenCV/WishList/StereoRectifyUncalibrated和 opencv 教程代码示例中的 SBM_Sample.cpp 来构建视差图，并得到了非常相似的结果。

我正在使用 opencv 2.4

提前致谢！

我目前正在使用 opencv2.3 和 Pointgrey Bumblebee2 立体摄像机作为输入设备进行立体处理。获取图像是通过libdc1394完成的。

我的整流和立体声处理代码如下：

除了视差图中的黑色左边框外，这工作正常，如下所示：

如您所见，输入图像是这两个未校正的；）：

所以我现在的问题是：这是正常行为吗？或者你有没有看到我到目前为止所做的任何错误？作为另一个信息，整改工作正常

我是 OpenCV 的新手。我正在使用 2 个网络摄像头进行立体声项目。我可以将网络摄像头捕获的视频显示为左右视频。我想做以下事情：当我单击左帧上的任何点时，我想在右侧图像上找到匹配点（使用块匹配或任何其他算法将点投影到第二个视图上）。所以我可以计算差异。我怎样才能做到这一点？提前致谢。

好吧，我有一个立体设置，它使用 SGBM（半全局块匹配）、BM（块匹配）和使用 OpenCV 库的变分匹配算法计​​算立体图像对的差异。但这种差异不如地面实况差异好。

我想知道的是，opencv 是否提供了任何可以计算地面真实差异的函数或程序。根据 Daniel Scharstein 和 Richard Szeliski 的“A Taxonomy and Evaluation of Dense Two-Frame Stereo Correspondence Algorithms”等论文，Belief Propagation 算法是最好的立体对应算法。

是否有任何现有代码使用图切割算法或opencv中的信念传播算法计算差异。

嗨！

我想使用 python2.7 和 opencv2.4 获得视差图和立体匹配。

我一直在谷歌搜索，但我没有找到任何可以理解的 python 代码，比如这个：

http://opencv.willowgarage.com/documentation/python/calib3d_camera_calibration_and_3d_reconstruction.html

你有什么好的建议吗？？

我可以查看点云库提供的点云。但是，问题是我无法查看从立体钻机图像生成的点云。图像的分辨率为 640x480 像素。

但是，每对图像的点云中的点数是不同的（即，不是有 307200 个点，而是有更少的点，如 194261、190472 等）。

为什么我在点云中没有得到 307200 点？

我应该如何使用点云库查看这样的点云？