双目立体匹配入门【二】(实战)

参考文献

  1. Windows10 环境下使用 Cmake 和 MinGW-w64 编译安装 OpenCV 4.0.1
  2. Windows 10 Clion 配置 Opencv 4.0.1

立体匹配理论部分请查看文章:双目立体匹配入门【一】(理论)

一、环境搭建

请先通过以下链接下载安装包,安装包中包含搭建环境所需要的所有文件(由于版权原因,本链接只提供安装包,也可通过官网进行下载,不提供破解补丁,有需要请上网查询):

链接: https://pan.baidu.com/s/1TrGFivkSJ9D4xb2tOx8o0Q 
提取码: 2u2x 
复制这段内容后打开百度网盘手机App,操作更方便哦

然后根据Windows10 环境下使用 Cmake 和 MinGW-w64 编译安装 OpenCV 4.0.1Windows 10 Clion 配置 Opencv 4.0.1两篇文章将环境配置好。注意:建议把opencv直接安装在根目录,不然类似于C:\Program Files (x86)这个目录在写代码的时候有空格问题,不太好解决。

注:

  1. 如果在设置cmake的过程中遇到CMake Warning at cmake/OpenCVDetectPython.cmake:81 (message): CMake's 'find_host_package(PythonInterp 2.7)' found wrong Python version:这种问题,可以在cmake中搜索python,然后勾选OPENCV_PYTHON3_VERSION,然后重新configure。
    在这里插入图片描述
  2. 如果出现Cmake opencv_videoio_ffmpeg.dll下载失败这种问题,一般会连续有三个文件下载失败,具体方法请参考:CMake opencv时Download: opencv_ffmpeg.dll、ippicv等失败的解决方法,但我在弄得时候遇到了新问题,其他两个文件可以按照这个方法来,但是ffmpeg_version.cmake这个文件特别奇怪,每次重新configure,他还是0KB。搜了很多资料,最后看有人说得打开他提示的那个网址,如我这里是:https://raw.githubusercontent.com/opencv/opencv_3rdparty/4d348507d156ec797a88a887cfa7f9129a35afac/ffmpeg/ffmpeg_version.cmake,然后在页面上右键另存为下图所示样子,然后拷贝到.cache文件夹中并加上md5值,就莫名其妙通过了,大家也可以试试。

在这里插入图片描述

  1. 搭建好环境后要通过Clion新建工程,CLion 是一款专为开发C及C++所设计的跨平台IDE。Clion安装包在网盘里面有,破解教程请查看:【CLion】clion最新版下载安装,一定要先将补丁(ja-netfilter.zip)放到clion的bin目录里,然后再粘贴那个激活码(激活码获取请查看那个博客,得关注一个公众号才行),这两步缺一不可,具体流程,请查看补丁里的说明文档(如下图)。
    在这里插入图片描述
    但Clion不是必须的!!!你也可以用Visual Studio等,具体方法自行百度。
  2. 安装好opencv之后需要把:
    在这里插入图片描述
    这两个都加入到Path环境变量中,然后再按照Windows 10 Clion 配置 Opencv 4.0.1该文章中的代码新建Clion工程,记得修改图片位置。
    在这里插入图片描述
    出现By not providing "FindOpenCV.cmake" in CMAKE_MODULE_PATH this project这种问题就是环境变量没有设置好,把我图里的第二个变量添加一下就行。
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
双目立体匹配是一种计算机视觉中的技术,主要用于将双目摄像头获取的两个视角的图像进行配准,获得者之间的深度信息。Python是一种流行的编程语言,被广泛应用于科学计算和计算机视觉领域。 双目立体匹配算法旨在通过分析两个视角上的图像,找到对应点的像素坐标,进而计算该点的深度。这个过程涉及到图像预处理、特征提取以及匹配搜索等步骤。 在Python中,有许多开源的库和工具可用于实现双目立体匹配。例如,OpenCV库提供了丰富的图像处理和计算机视觉算法,包括双目立体匹配算法。使用OpenCV,我们可以通过加载两个视角的图像,获取它们的特征点,然后应用立体匹配算法来生成深度图。 Sad(Sum of Absolute Differences)是一种常用的匹配代价度量方法,用于计算两个像素块之间的差异。在双目立体匹配中,Sad是一种常用的代价度量方法之一,用于衡量两个像素块之间的相似度。通过计算像素块的Sad值,我们可以确定最佳匹配,并从而估计深度信息。 Python作为一种易学易用的编程语言,广泛运用于双目立体匹配的实现和应用中。它具有丰富的图像处理和计算机视觉库,并且有着不断更新和完善的社区支持。与其他编程语言相比,Python的语法简洁直观,使得双目立体匹配算法的实现更加便捷和高效。 总而言之,双目立体匹配是计算机视觉中的一项重要技术,而Python作为一种流行的编程语言,能够提供丰富的工具和库来实现该技术。通过使用Python和相关的图像处理库,我们可以实现双目立体匹配算法,从而获取深度图像,并在诸多应用领域中发挥其重要作用。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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