SGBM算法求解视差图

最新推荐文章于 2024-04-14 09:03:03 发布

夢幻悠雲

最新推荐文章于 2024-04-14 09:03:03 发布

阅读量3.5k

点赞数

分类专栏：计算机视觉课程文章标签： opencv 计算机视觉

本文链接：https://blog.csdn.net/weixin_43459369/article/details/93623585

版权

本文介绍了使用SGBM算法来计算两幅图像的视差图。通过代码实现，最终展示了计算得到的视差图结果。

摘要由CSDN通过智能技术生成

SGBM算法求解视差图

目的

用SGBM算法计算下列两幅图的视差图。

代码

import numpy as np
import cv2

#SGBM函数参数
window_size = 5
min_disp = 16
num_disp = 192 - min_disp
blockSize = window_size
uniquenessRatio = 1
speckleRange = 3
speckleWindowSize = 3
disp12MaxDiff = 200
P1 = 600
P2 = 2400

#读取左图并转为单通道灰度图
imgL = cv2.imread('lzq1.jpg')
imgLG = cv2.cvtColor(imgL, cv2.COLOR_BGR2GRAY)

#读取右图并转为单通道灰度图
imgR = cv2.imread('lzq2.jpg')
imgRG = cv2.cvtColor(imgR, cv2.COLOR_BGR2GRAY)

#计算视差
stereo = cv2.StereoSGBM_create(minDisparity=min_disp, numDisparities=num_disp, blockSize=window_size,
                               uniquenessRatio=uniquenessRatio, speckleRange=speckleRange,
                               speckleWindowSize=speckleWindowSize, disp12MaxDiff=disp12MaxDiff, P1=P1, P2=P2)
disp = stereo.compute(imgLG, img