图像处理：OpenCV视差图像质量差

Question

我想创建一个视差图像使用两个图像从低分辨率usb摄像头。我正在使用OpenCV 4.0.0。我使用的帧是从一个视频。我目前得到的结果非常糟糕（见下文）。在

两个摄像机都被校准了，校准数据用来消除图像失真。是因为左图和右图的分辨率低吗？在

Left:

Right:

为了更好的猜测，这两个图像也有重叠。在

Overlay:

cv2.StereoSGBM_create()函数的值基于OpenCV（位于OpenCV/samples/python/stereo_match.py）附带的示例代码。在

我会非常感谢你的任何帮助或建议。在

这是我的代码：

# convert both image to grayscale
left = cv2.cvtColor(left, cv2.COLOR_BGR2GRAY)
right = cv2.cvtColor(right, cv2.COLOR_BGR2GRAY)

# set the disparity matcher        
window_size = 3
min_disp = 16
num_disp = 112-min_disp
stereo = cv2.StereoSGBM_create(minDisparity = min_disp,
    numDisparities = num_disp,
    blockSize = 16,
    P1 = 8*3*window_size**2,
    P2 = 32*3*window_size**2,
    disp12MaxDiff = 1,
    uniquenessRatio = 10,
    speckleWindowSize = 100,
    speckleRange = 32
)

# compute disparity
dis = stereo.compute(left, right).astype(np.float32) / 16.0

# display the computed disparity image
matploitlib.pyplot.imshow(dis, 'gray')
matploitlib.pyplot.show()

Answer 1

大多数立体声算法要求对输入图像进行校正。校正变换图像，使对应的极线是两幅图像中相应的水平线。为了校正，你需要知道相机的内在和外在参数。在

OpenCV拥有执行校准和校正所需的所有工具。如果您需要执行校准，您还需要一个校准模式（棋盘）可用。在

简而言之：

1. 使用^{}计算相机的内部参数。在
2. 使用带^{}的内部参数来执行立体声对的外部校准。在
3. 使用stereoCalibrate()中的参数，用^{}计算校正参数
4. 使用校正参数，用^{}计算用于校正和不失真的映射

现在您的相机已校准，您可以使用^{}对相机对拍摄的图像执行校正和不失真（只要相机不相对移动）。由remap()计算的校正图像现在可以用于计算视差图像。在

另外，我建议你去看看关于这个主题的相关教科书。使用OpenCV库学习OpenCV:computervision对这个过程有非常实际的描述。在

Answer 2

我同意@Catree的评论和@sebasth的回答，主要是因为你的图片根本没有被纠正。在

不过，我想提醒你，可能会发生另一个问题。我试图对@sebasth的回答发表评论，但我现在还不能评论。。。在

正如你所说，你使用的是低分辨率的usb相机，这让我相信这些相机的曝光量是由卷帘镜头产生的。对于动态和不断变化的场景，理想的是全局快门式相机。如果要在运动中的场景中使用此选项，这一点尤其重要。在

（卷帘效果示例：enter link description here）。在

所以使用卷帘镜头时，你也要注意相机的同步。在

它可以与滚动快门相机一起工作，但你需要注意镜头同步，最好是在受控环境下（即使光线变化很小）。在

还记得关闭自动相机参数，如：“白平衡”，尤其是“曝光”。在

谨致问候！在