我目前正在研究Tango设备是否适合我正在使用的应用程序。我需要的是基于视觉的深度领域，目前我正在使用基于OpenCV（Disparity Map）的立体视觉进行测试。到目前为止，我读过的大多数深度感应信息都是指两个“红外线”和“红外线”。基于技术，结构光和飞行时间。具体参考这些页面：
https://developers.google.com/tango/overview/depth-perception https://developers.google.com/tango/apis/c/c-depth-perception
由于距离有限且对IR的环境影响敏感，我需要使用＆＃39; Stereo＆＃39;功能。我的问题是在C API中你在哪里选择这三种模式中的哪一种？这是TangoConfig吗？是否所有3个仍然返回TangoPointCloud？
答案 0 :(得分：1)
虽然我没有关于Tango设备的任何具体信息，但获取密集视差图（并从那里得到密集的深度图）的“立体”方法依赖于从不同位置拍摄两张RGB图像。
高级版本是如果您知道拍摄图像时相机的相对位置和方向，以及相机的某些内部属性，您可以计算每个点的相对偏移量。来自另一幅图像中对应点的图像。 （这里有一个很好的描述https://www.robots.ox.ac.uk/~vgg/hzbook/hzbook2/HZepipolar.pdf）
由此，您可以计算出密集的深度图。
OpenCV确实提供了支持这样做的功能（http://docs.opencv.org/trunk/dd/d53/tutorial_py_depthmap.html），但我不知道Tango设备是否很好地包装了这些功能，或者是否需要进行自己的运动跟踪和图像捕获。 / p>
答案 1 :(得分：0)
TangoPointCloud是基于深度图的3D地图，要求您在设备上使用IR。
地图中的每个点都是设备距离该特定点的距离。有一些示例https://github.com/googlesamples/tango-examples-c您可以选择CPP Point Cloud示例，以便开始使用Point Cloud系统来实现您的功能。
根据我（有限）的理解，立体数据只是帮助将3D对象放置在深度图中，这样您的对象就可以与虚拟或增强环境更加集成。