Question

使用Opencv StereoCalib校准2个相同的相机。我有0.32109 RMS错误和0.386568平均重新引发错误 results of calibrating

我认为这不是很大的校准错误。但是使用带有黑色左边框的opencv SGBM算法获得this depth map

 int sgbmWinSize = 9;
    int cn = img1.channels();
    sgbm->setPreFilterCap(63);
    sgbm->setBlockSize(sgbmWinSize);
    sgbm->setP1(8 * cn*sgbmWinSize*sgbmWinSize);
    sgbm->setP2(32 * cn*sgbmWinSize*sgbmWinSize);
    sgbm->setMinDisparity(0);
    sgbm->setNumDisparities(numberOfDisparities);
    sgbm->setUniquenessRatio(10);
    sgbm->setSpeckleWindowSize(100);
    sgbm->setSpeckleRange(32);
    sgbm->setDisp12MaxDiff(1);
    sgbm->setMode(alg > 1 ? StereoSGBM::MODE_HH : StereoSGBM::MODE_SGBM);

问题是什么？

Answer 1

非遮挡区域遮罩除了视差图，对于立体匹配 - 方法评估非常有趣遮挡区域面具。这个面具代表白色为场景中可见的像素着色相机和黑色可见的像素只从一台相机

问题＆＃34;解决了＃34;与

for(int y=0;y<height;y++){
   for(int x=0;x<width;x++){
       if(imageData[y*width+x]==0){
          imageData[y*width+x]=x>width/2?imageData[y*width+x+1]:imageData[y*width+x-1];}}}

opencv SGBM深度图

1 个答案: