如何在OpenCV Python中从立体图像创建深度图？

【翻译 Shahid Akhtar Khan的《How to create a depth map from stereo images in OpenCV Python?》】

可以使用立体（stereo）图像创建深度图。为了从立体图像构建深度图，我们找到了两个图像之间的差异。为此，我们使用 **cv2.StereoBM_create()**创建一个 StereoBM 类的对象并使用 stereo.comput() 计算视差。其中立体（stereo）是创建的 Stereo BM 对象。

步骤

要从立体图像创建深度图，您可以按照以下步骤操作 -

• 导入所需的库 OpenCV、Matplotlib 和 NumPy。确保您已经安装了它们。

• 使用 cv2.imread() 方法读取两个输入图像作为灰度图像。指定映像的完整路径。

• 创建 StereoBM 对象 stereo = cv2.StereoBM_create() 传递所需的数字差异(numDisparities )和块大小(blockSize)。

• 使用 stereo.compute() 计算输入图像之间的视差图。为了获得更好的结果，您可以调整**数字差异(numDisparities )和块大小(blockSize)**的值。

• 可视化视差图（深度图）。

让我们看一些示例，以从立体图像创建深度图。

例

在这个 Python 代码中，我们使用立体图像创建一个深度图。

# import required libraries
import numpy as np
import cv2
from matplotlib import pyplot as plt

# read two input images as grayscale images
imgL = cv2.imread('L.png',0)
imgR = cv2.imread('R.png',0)

# Initiate and StereoBM object
stereo = cv2.StereoBM_create(numDisparities=16, blockSize=15)

# compute the disparity map
disparity = stereo.compute(imgL,imgR)
plt.imshow(disparity,'gray')
plt.show()
disparity.shape

我们将使用以下图像作为上述程序中的输入文件

输出

当你运行上面的 Python 程序时，它将产生以下输出窗口

例

在此 Python 代码中，我们使用两个立体图像创建深度图。

# import required libraries
import numpy as np
import cv2
from matplotlib import pyplot as plt

# read two input images
imgL = cv2.imread('aloeL.jpg',0)
imgR = cv2.imread('aloeR.jpg',0)

# Initiate and StereoBM object
stereo = cv2.StereoBM_create(numDisparities=128, blockSize=15)

# compute the disparity map
disparity = stereo.compute(imgL,imgR)
disparity1 = stereo.compute(imgR,imgL)
plt.imshow(disparity,'gray')
plt.show()

输出

当你运行上面的 Python 程序时，它将产生以下输出窗口