作为我项目的一部分，我将 SteroBM 类用于立体视觉。我正在从 2 个网络摄像头获取输入帧，并在不进行校正的情况下对输入帧灰度帧运行立体 block 匹配计算。我得到的输出与基本事实相去甚远(非常不完整)。我想知道，是不是因为我没有对输入帧进行整改。此外，我选择的基线保持在 20 厘米。我使用的是 opencv-3.2.0 版本的 c++。

我正在运行的代码如下。

#include <opencv2/core.hpp>
#include <opencv2/opencv.hpp>
#include </home/eswar/softwares/opencv_contrib-3.2.0/modules/contrib_world/include/opencv2/contrib_world.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/calib3d.hpp>
#include <opencv2/imgproc.hpp>
#include <stdio.h>
#include <iostream>

using namespace std;
using namespace cv;

int main()
{
 //initialize and allocate memory to load the video stream from camera 
 VideoCapture camera0(0);
 VideoCapture camera1(1);

 if( !camera0.isOpened() ) return 1;
 if( !camera1.isOpened() ) return 1;
 Mat frame0,frame1;
 Mat frame0gray,frame1gray;
 Mat dispbm,dispsgbm;
 Mat dispnorm_bm,dispnorm_sgbm;
 Mat falseColorsMap, sfalseColorsMap;
 int ndisparities = 16*5;   /**< Range of disparity */
 int SADWindowSize = 21; /**< Size of the block window. Must be odd */
 Ptr<StereoBM> sbm = StereoBM::create( ndisparities, SADWindowSize );
 Ptr<StereoSGBM> sgbm = StereoSGBM::create(0,    //int minDisparity
                                    96,     //int numDisparities
                                    5,      //int SADWindowSize
                                    600,    //int P1 = 0
                                    2400,   //int P2 = 0
                                    10,     //int disp12MaxDiff = 0
                                    16,     //int preFilterCap = 0
                                    2,      //int uniquenessRatio = 0
                                    20,    //int speckleWindowSize = 0
                                    30,     //int speckleRange = 0
                                    true);  //bool fullDP = false
//-- Check its extreme values
double minVal; double maxVal;
while(true) 
{
   //grab and retrieve each frames of the video sequentially 
   camera0 >> frame0;
   camera1 >> frame1;

   imshow("Video0", frame0);
   imshow("Video1", frame1);
   cvtColor(frame0,frame0gray,CV_BGR2GRAY);
   cvtColor(frame1,frame1gray,CV_BGR2GRAY);

   sbm->compute( frame0gray, frame1gray, dispbm );
   minMaxLoc( dispbm, &minVal, &maxVal );
   dispbm.convertTo( dispnorm_bm, CV_8UC1, 255/(maxVal - minVal));

   sgbm->compute(frame0gray, frame1gray, dispsgbm);
   minMaxLoc( dispsgbm, &minVal, &maxVal );
   dispsgbm.convertTo( dispnorm_sgbm, CV_8UC1, 255/(maxVal - minVal));

   imshow( "BM", dispnorm_bm);
   imshow( "SGBM",dispnorm_sgbm);

   //wait for 40 milliseconds
   int c = cvWaitKey(40);
   //exit the loop if user press "Esc" key  (ASCII value of "Esc" is 27) 
   if(27 == char(c)) break;
 }
 return 0;
}

尽管在代码中您看到也使用了 block 匹配，但请忽略它，因为它给出的输出更差。我发现 SGBM 输出更接近真实情况，因此我决定对其进行改进。但是，如果对如何改进 block 匹配结果有任何帮助。太棒了，我当然会很感激。

SGBM 技术的输出图像深度图像看起来像。

最佳答案

不，StereoBM不做校正，只是 block 匹配和一些前后处理，但是opencv提供了相机校准和校正检查的功能this link

此外，在 opencv 示例中还有针对此过程的现成示例，因此不必从头开始编写代码。

关于结果，StereoBM是基于SAD算法(local stereo-matching)，鲁棒性不强，可以试试wls filter ，这可以显着改善您的结果。

StereoSGBM是基于SGM算法(实际上与原论文介绍的略有不同)的半全局算法，在视差图生成中考虑全局优化，产生更好的视差但速度较慢。

关于c++ - opencv 中的 StereoBM 类是否对输入图像或帧进行校正？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/45855725/