请使用python-opencv，使用SGBM算法得到物体的视差图

好的，以下是使用Python OpenCV库中的SGBM算法获取物体视差图的示例代码：

import numpy as np
import cv2

# 读取左右两张图片
img_left = cv2.imread('left_img.jpg')
img_right = cv2.imread('right_img.jpg')

# 转换为灰度图像
gray_left = cv2.cvtColor(img_left, cv2.COLOR_BGR2GRAY)
gray_right = cv2.cvtColor(img_right, cv2.COLOR_BGR2GRAY)

# SGBM算法参数设置
window_size = 3
min_disp = 0
num_disp = 16 * 3
stereo = cv2.StereoSGBM_create(
    minDisparity=min_disp,
    numDisparities=num_disp,
    blockSize=window_size,
    P1=8 * 3 * window_size ** 2,
    P2=32 * 3 * window_size ** 2,
    disp12MaxDiff=1,
    uniquenessRatio=10,
    speckleWindowSize=100,
    speckleRange=32
)

# 计算视差图
disparity = stereo.compute(gray_left, gray_right)

# 可视化视差图
disparity_visual = cv2.normalize(disparity, None, 0, 255, cv2.NORM_MINMAX)
disparity_visual = np.uint8(disparity_visual)

cv2.imshow('Disparity', disparity_visual)
cv2.waitKey()
cv2.destroyAllWindows()

其中，`img_left`和`img_right`分别为左右两张图片，需要注意的是这两张图片应该是同一场景的不同视角拍摄的，且需要为灰度图像。

`window_size`指定了窗口大小，`min_disp`指定了最小视差值，`num_disp`指定了视差值的数量，这些参数需要根据实际情况进行设置。

最后，我们使用`cv2.normalize()`函数将视差图进行归一化，并将数据类型转换为`uint8`，然后在窗口中显示可视化的视差图。