立体匹配在OpenCV中的实现（BM和SGBM算法）

        有关双目稠密匹配算法，OpenCV提供了BM和SGBM的实现。本文主要介绍其代码实现。

        首先，需要定义相关变量。

    cv::Mat imL, imR, disparity;

        其次，在当前路径下存放双目的左视图和右视图，或者在其他路径下存放也可以，不过需要用到绝对路径。此处使用相对路径。

	imL = cv::imread("imL.png", 0);
	imR = cv::imread("imR.png", 0);

        值得注意的是，默认状态下，OpenCV中的imread会将flag设置为1，也就是读入图像均为BGR三通道图像（包括灰度图像）。如果flag设为0，则转为灰度图像。

        （1）BM的代码实现

	int num_disp = 16;
	int bsize = 9;

	cv::Ptr<cv::StereoBM> bm = cv::StereoBM::create(num_disp, bsize);

	// 设置参数
	bm->setPreFilterType(CV_STEREO_BM_NORMALIZED_RESPONSE);
	bm->setPreFilterSize(9);
	bm->setPreFilterCap(31);
	bm->setBlockSize(9);
	bm->setMinDisparity(0);
	bm->setNumDisparities(16);
	bm->setTextureThreshold(10);
	bm->setUniquenessRatio(5);
	bm->setSpeckleWindowSize(100);
	bm->setSpeckleRange(32);

	// 计算视差
	bm->compute(imL, imR, disparity);

	// 将视差图的值除以16，同时转换为32为float型
	disparity.convertTo(disparity, CV_32F, 1.0 / 16);

        代码中变量num_disp表示自行设置的最大视差值，bsize为匹配块的大小。这两个为必须设置的参数，其他参数可以使用默认值，如有需要可以设置（在设置参数部分）。视差图的值除以16，得到真实视差。此时disparity中最大值为15。

        （2）SGBM的代码实现

	int min_disp = 0;
	int num_disp = 16;
	int bsize = 3;

	// 设置参数
	cv::Ptr<cv::StereoSGBM> left_matcher = cv::StereoSGBM::create(min_disp, num_disp, bsize);

	left_matcher->setP1(24 * bsize * bsize);
	left_matcher->setP2(96 * bsize * bsize);
	left_matcher->setPreFilterCap(63);
	left_matcher->setMode(cv::StereoSGBM::MODE_SGBM_3WAY);

	// 计算视差
	left_matcher->compute(imL, imR, disparity);

	// 转换视差
	disparity.convertTo(disparity, CV_32F, 1.0 / 16);

        SGBM和BM的参数设置类似，只不过必要的参数需要增加一个min_disp，即最小视差。此外，SGBM的效果也更好。