cvReprojectImageTo3D -3d建模从2d图像发出 -

Question

我非常需要你对这个问题的帮助。我试图在2D图像中模拟3d中的简单场景。我正在使用2张图片（左右 - 着名的筑波场景） http://www.cc.gatech.edu/classes/AY2003/cs7495_fall/ProblemSets/Data/tsukuba-right.bmp 我得到一个视差图。像这个。 http://www.robots.ox.ac.uk/~ojw/2op/tsukuba_score.png

在这之后我有一些问题。我认为步骤应该是：

cvStereoRectify（获得Q） cvReprojectImageTo3D（视差图，3dimage，Q）

但我不知道在立体声录音中输入什么作为输入我只有2张图片，我没有任何关于相机的信息。 （也许我可以使用stereoRectifyUncalibrated，如果是这样，我怎么办？）

请帮忙 感谢

Answer 1

从opencv doc中提取：

“函数stereoRectify计算每个摄像机的旋转矩阵（虚拟地）使两个摄像机图像平面成为同一平面。因此，这使得所有的极线都平行，从而简化了密集的立体对应问题。由stereoCalibrate（）计算的矩阵，在输出上，它在新坐标中给出2个旋转矩阵和2个投影矩阵。“

<强>答案：

这意味着3个选项：

• 或者您有两张图片，并且您知道从XML加载的相机型号（内在物），例如 loadXMLFromFile（）=＆gt; stereoRectify（）=＆gt; reprojectImageTo3D（）

• 或者你没有它们但你可以校准你的相机=＆gt; stereoCalibrate（）=＆gt; stereoRectify（）=＆gt; reprojectImageTo3D（）

• 或者你无法校准相机（这是你的情况，因为你没有Sir Tsukuba的相机，那么：你需要在两张图像上找到对关键点，例如SURF，SIFT（你）实际上可以使用任何blob探测器），然后计算这些关键点的描述符，然后根据描述符匹配图像右侧和左侧图像的关键点，然后从中找到基本垫。处理更加困难，如下所示： strong> 检测关键点（SURF，SIFT）=＆gt;提取描述符（SURF，SIFT）=＆gt;比较和匹配描述符（BruteForce，基于Flann的方法）=＆gt;从这些对中找到基本mat（findFundamentalMat（）） =＆gt; stereoRectifyUncalibrated（）=＆gt; reprojectImageTo3D（）

我希望它能帮助你，如果没有，请告诉我

于连