双目测距python代码

双目测距是通过相机获取的两幅图像来计算物体距离的技术。在Python中，我们可以使用OpenCV库来实现双目测距的代码。

首先，我们需要导入OpenCV库和NumPy库。然后，我们需要初始化左右相机的矩阵和畸变系数。接着，我们需要读取左右相机的图像，并对图像进行校正和矫正。

接下来，我们需要通过双目视觉的方法来获取视差图，可以使用SGBM算法或BM算法。通过视差图，我们可以计算出物体与相机的距离。

最后，我们可以将距离信息可视化到图像上，或者将距离数据保存到文件中。

一个简单的双目测距Python代码示例如下：

import cv2
import numpy as np

# 初始化左右相机的矩阵和畸变系数
left_camera_matrix = np.array([[fx, 0, cx],
                               [0, fy, cy],
                               [0, 0, 1]])
left_distortion = np.array([k1, k2, p1, p2, k3])

right_camera_matrix = np.array([[fx, 0, cx],
                                [0, fy, cy],
                                [0, 0, 1]])
right_distortion = np.array([k1, k2, p1, p2, k3])

# 读取左右相机的图像
left_image = cv2.imread('left.png')
right_image = cv2.imread('right.png')

# 对图像进行校正和矫正
left_undistort = cv2.undistort(left_image, left_camera_matrix, left_distortion)
right_undistort = cv2.undistort(right_image, right_camera_matrix, right_distortion)

# 计算视差图
stereo = cv2.StereoBM_create(numDisparities=16, blockSize=15)
disparity = stereo.compute(left_undistort, right_undostort)

# 通过视差图计算距离
depth_map = (fx * baseline) / disparity

# 可视化距离信息
cv2.imshow('Depth Map', depth_map)

cv2.waitKey(0)
cv2.destroyAllWindows()

以上是一个简单的双目测距的Python代码示例，其中包括了相机矩阵的初始化、图像的读取和处理、视差图的计算以及距离的计算和可视化。有了这个代码示例，我们就可以在Python中实现双目测距的功能。