2021-10-18

1 篇文章 0 订阅
1 篇文章 0 订阅
本文介绍如何利用OpenCV库中的StereoSGBM算法进行立体视觉匹配。通过读取左右图像,设置SGBM参数,如SADWindowSize、disparity范围等,计算出视差图并将其转换为8位无符号整数显示。该实例展示了SGBM在立体视觉中的应用。
摘要由CSDN通过智能技术生成

opencv中SGBM算法的实现

原作者:立体视觉算法-SGBM(一)_机器视觉-CSDN博客

#include <opencv2/opencv.hpp>
using namespace cv;

int main(int argc, const char** argv)
{
    Mat left = imread("E:/image/left.png", 0);
    Mat right = imread("E:/image/right.png", 0);
    if (left.empty() || right.empty())
    {
        printf("error:inputs are empty!please check the image path!");
        return -1;
    }
    //assert(left.size == right.size);
    cv::StereoSGBM sgbm;
    int SADWindowSize = 9;
    sgbm.preFilterCap = 63;
    sgbm.SADWindowSize = SADWindowSize > 0 ? SADWindowSize : 3;
    int cn = left.channels();
    int numberOfDisparities = 64;
    sgbm.P1 = 8 * cn*sgbm.SADWindowSize*sgbm.SADWindowSize;
    sgbm.P2 = 32 * cn*sgbm.SADWindowSize*sgbm.SADWindowSize;
    sgbm.minDisparity = 0;
    sgbm.numberOfDisparities = numberOfDisparities;
    sgbm.uniquenessRatio = 10;
    sgbm.speckleWindowSize = 100;
    sgbm.speckleRange = 32;
    sgbm.disp12MaxDiff = 1;
    Mat left_disp_,disp;
    sgbm(left, right, disp);
    disp.convertTo(left_disp_, CV_8U, 255 / (numberOfDisparities*16.));
    imshow("disp", left_disp_);
    waitKey(0);
    return 0;
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值