跳转至

Python Opencv–立体图像的深度图

原文:https://www.geesforgeks.org/python-opencv-depth-map-from-stereo-images/

OpenCV 是用于计算机视觉、机器学习和图像处理的巨大开源库,现在它在实时操作中发挥着重要作用,这在当今的系统中非常重要。 注:更多信息请参考OpenCV 简介

深度图:深度图是每个像素都有深度信息(而不是 RGB)的图片,通常表示为灰度图片。深度信息是指从一个视点到场景物体表面的距离。像素值深度图的一个例子可以在这里找到:使用直方图的像素值深度图

立体影像:两幅稍有偏移的影像。例如,从中心拍一张物体的照片。将您的相机向右移动 6 厘米,同时将对象保持在图像的中心。在两张图片中寻找相同的东西,并根据位置的差异推断深度。这叫做立体匹配。为了获得最佳效果,请避免扭曲。

接近T2】

  • 收集或拍摄立体图像。
  • 导入 OpenCV 和 matplotlib 库。
  • 阅读左右图像。
  • 用立体计算视差。

示例: 示例图像:

左边的

对吧

蟒蛇 3

# import OpenCV and pyplot
import cv2 as cv
from matplotlib import pyplot as plt

# read left and right images
imgR = cv.imread('right.png', 0)
imgL = cv.imread('left.png', 0)

# creates StereoBm object
stereo = cv.StereoBM_create(numDisparities = 16,
                            blockSize = 15)

# computes disparity
disparity = stereo.compute(imgL, imgR)

# displays image as grayscale and plotted
plt.imshow(disparity, 'gray')
plt.show()

输出:

视差图输出



回到顶部