ORB-SLAM2应用练习：三维重建系统搭建 (3)

想说就说

---

之前在一篇博文中看到博主谈自己第一次写博客的时候，第一个星期热情十分高涨，连发好几篇博文，但随后热情逐渐消退，为了不让自己有种半途而废的罪恶感，接下来的一个月里，仅从别处东拼西凑出两篇水文来安慰自己。没想到我也是走上了这条道路，但我倒好，连凑水文的功夫都懒得用了，一下子一个月零产出，况且还有系列文章没有终结呢。

偶然的一天回头来看自己的博客有没有啥动静，让我意想不到的是，居然有人跟我留言和私信了，但我由于长期没有维护博客，隔了半一个月都没去回复。读者的数量也比当时多了许多，说不定有人一直等着我的系列文章的下一篇出炉，但却就是迟迟没有更新，突然觉得自己这么做有点不负责任，无论是对我的读者也好，还是对我自己也好。

所以从现在起，我要好好规划自己的时间，将写博客的活动固定下来。在平常的学习中，肯定有不少东西可以拿出来跟大家讨论分享的，我要养成写博客的习惯，既然我选择了这里，我就得坚持到底！

立体匹配算法封装

言归正传。上一篇文章中，我们谈到了相机类的抽象和封装，现在我打算把这个技巧用于立体匹配算法。这样做其实是有好处的，这能使相机程序与立体匹配的算法与该三维重建系统相对独立开来，提供系统选择不同相机和算法的灵活性，与此同时，相机程序和算法也可以变身成一个库，提供给其他的工程使用。目前我把他们都写在同一个工程下（最后将会提供给大家工程代码），但在我的电脑本地，我已经就相机类写成一个单独的库，在各个工程间使用了。

如同相机类一样，我们规定立体匹配算法的统一接口标准，使用一个虚类来完成：

// StereoMatcher.h
#pragma once
#include <opencv2/opencv.hpp>
using cv::Mat;

namespace scs
{
   
    class StereoMatcher
    {
   
    public:
        virtual Mat getDisparityImage(const Mat & leftImage, const Mat & rightImage) = 0;
    };
}

我使用了scs的命名空间，它意为stereo camera system, 这跟后边将要写的系统属于同一个命名空间下的，大家可以根据自己的喜好修改。

如上所示，这是个虚类，提供了一个没有实现的纯虚函数，它的子类必须要复写它。作为示范，我拿opencv自带的两个立体匹配算法作为封装示范：BM和SGBM.

以下是BM类的声明：

// BM.h
#pragma once
#include "StereoMatcher.h"

namespace scs
{
   
    class BM : public StereoMatcher
    {
   
    public:
        Mat getDisparityImage(const Mat & leftImage, const Mat & rightImage) override;
    };
}

它的实现是：

// BM.cpp
#include "BM.h"
using namespace scs;
using namespace cv;

Mat scs::BM::getDisparityImage(const Mat & left, const Mat & right)
{
    int ndisparities = 16 * 5; // range of disparity
    int SADWindowSize &