python双目视觉三维重建代码_【计算机视觉】双目测距（六）--三维重建及UI显示...

原文：

http://blog.csdn.NET/chenyusiyuan/article/details/5970799

在获取到视差数据后，利用 OpenCV 的 reProjectImageTo3D 函数结合 Bouquet 校正方法得到的 Q 矩阵就可以得到环境的三维坐标数据，然后利用

OpenGL 来实现三维重构。 OpenCV 与 OpenGL 的编程范例，我在 学习笔记( 15 )中有详细的讨论，这里就不重复了，下面补充一些细节问题：

.

.

1．             reProjectImageTo3D 是怎样计算出三维坐标数据的？

图 22

.

相信看过 OpenCV 第 12 章的朋友对上图中的 Q 矩阵不会陌生，根据以上变换公式，按理说 OpenCV 应该也是通过矩阵运算的方式来计算出三维坐标数据的，但实际上仔细查看源代码，会发现 cvReprojectImageTo3D 用了比较奇怪的方法来实现，主要代码如下：

02737     for( y = 0; y 

02738     {

02739         const float* sptr = (const float*)(src->data.ptr + src->step*y);   // 视差矩阵指针

02740         float* dptr0 = (float*)(dst->data.ptr + dst->step*y), *dptr = dptr0;   // 三维坐标矩阵指针

// 每一行运算开始时，用 当前行号y 乘以Q阵第2列、再加上Q阵第4列，作为初始值

// 记 qq=[qx, qy, qz, qw]’

02741         double qx = q[0][1]*y + q[0][3], qy = q[1][1]*y + q[1][3];

02742         double qz = q[2][1]*y + q[2][3], qw = q[3][1]*y + q[3][3];

…

// 每算完一个像素的三维坐标，向量qq 累加一次q阵第1列

// 即：qq = qq + q(:,1)

02769         for( x = 0; x 

02770         {

02771             double d = sptr[x];

// 计算当前像素三维坐标

// 将向量qq 加上 Q阵第3列与当前像素视差d的乘积，用所得结果的第4元素除前三位元素即可

// [X,Y,Z,W]’ = qq + q(:,3) * d;   iW = 1/W; X=X*iW; Y=Y*iW; Z=Z*iW;

02772             double iW = 1./(qw + q[3][2]*d);

02773             double X = (qx + q[0][2]*d)*iW;

02774             double Y = (qy + q[1][2]*d)*iW;

02775             double Z = (qz + q[2][2]*d)*iW;

02776             if( fabs(d-minDisparity) <= FLT_EPSILON