FireEyes火眼双目系列教程3--如何使用SGBM计算视差，并变成伪彩色显示

        FireEyes双目软件本身具备视差计算的功能，并且会以伪彩色的形式显示出来。在视差算法选项中，一定要选SGBM项，它会比BM算法可靠很多。

        配置完成后，点击视差显示，即可实时计算视差。当然，这些都是建立在有标定文件，且执行校正后的条件下的。在视差页面，滚动滚轮，可以无限放大缩小，方便观察。可惜的是，没有实时计算距离的功能，多少有些遗憾。希望后期软件可以迭代更新加上。

        如果不想使用软件，那么我们可以借用opencv，自己配置一个视差计算的例程出来。代码如下：

self.matcher = cv2.StereoSGBM_create(
                    #minDisparity=config['sgbm_min_disp'],
                    numDisparities=config['sgbm_num_disp'],
                    blockSize=config['sgbm_block_size'],
                    P1=8 * 1 * config['sgbm_block_size'] * config['sgbm_block_size'],
                    P2=32 * 1 * config['sgbm_block_size'] * config['sgbm_block_size'],
                    #disp12MaxDiff=-1,
                    uniquenessRatio=10,
                    speckleWindowSize=100,
                    speckleRange=1                )
disparity = matcher.compute(left_rectified, right_rectified)

        注意，numDisparities代表有多少个视差，常用的有64、128等，blocksize代表了匹配块的大小，一般取5、7、9、11、13等均可。这里面有P1和P2两个惩罚项，一般情况下，P2需要是P1的4~8倍为宜。uniquenessRatio代表相似度，如果为10，则代表相似度在90%以上，即表示附近有跟它太相似的，就认为视差不可靠，可置为0或-1。

        配置完成后，直接调用compute计算就可以了。非常简单。

        但是，这样得到的视差，是灰度图，看起来非常不直观，自己渲染的话，也不易选择到合适的渲染方式，那么该怎么办呢？

disparity[disparity < 0] = 0
image2_u8 = (disparity / 16*(256.0/num_disp)).astype(np.uint8)
dis_color = cv2.applyColorMap(image2_u8, 2)

        如上所示，我们首先把视差里面小于0的（-1）都变成成，这是为了方便向uint8转换。

        之后，调用applyColorMap，将其转换成伪彩色。至于乘以（256/num_disp）是为了归一化，让色彩空间更饱满，这个也非常重要。

        执行上面的代码，我们就可以获得完美的深度彩色渲染图像了。

FireEyes 火眼 双目相机 USB摄像头模组 立体视觉 工业 U90/U140-淘宝网 (taobao.com)

软件及代码地址：

FireEyesGit/FireEyesUsbSoftware: stereo calibrate and match tools for FireEyes U90/140 (github.com)