m0_37367409的博客

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。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。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。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？

软件非常好用，左右图上下放置，神奇的是，在图像上滚动鼠标，可以任意放大或缩小图片，很流畅。点击采集图片时，会将图片采集下来，放在默认的文件夹中，文件夹默认会按日期创建，分成left和right两个文件夹。特别地，还集成了采集视频的功能，点击采集视频开始录制，右边会显示录制时间。打开电脑“相机”，我尝试拍摄了一张照片，发现它的成像效果非常出色，细节清晰，色彩还原度高。在发货时，老板给了一个辅助的双目软件和产品对应的标定文件（👍），给标定文件的产品首次见到，这建立在两个摄像头位姿可以长期稳定的情况下才行。

注意看这张图片，标定板内角点是11*8，如果填错了，opencv是不会正确响应的，c++和python都一样。②补充不同距离的图片，如几张更远的和几张更近的，也尽量覆盖全方位，但是个数少一些。本次标定实验非常成功，可以看到，在执行“校正切换”后，将双目进行了对齐（因校正后存在弧度和留黑，导致肉眼不太容易查看效果，可以通过SGBM算法来验证）！需要清楚，M1，d1，M2，d2，R，T是做双目校正时的必需量，M1--Camera1的内参，d1--C1的畸变，M2--C2的内参，d2--C2的畸变。