vs2015+opencv2.4.10实现的双目立体视觉三维重建c++代码

实现双目立体视觉三维重建的C++代码如下：

首先，需要包含OpenCV库的头文件：
#include <opencv2/opencv.hpp>

然后，定义双目相机的参数：
cv::Mat cameraMatrix1; // 左相机内参矩阵
cv::Mat distCoeffs1; // 左相机畸变系数
cv::Mat cameraMatrix2; // 右相机内参矩阵
cv::Mat distCoeffs2; // 右相机畸变系数

然后，定义图片路径和文件名：
std::string leftImagePath = "left.jpg"; // 左图路径和文件名
std::string rightImagePath = "right.jpg"; // 右图路径和文件名

加载左右图片：
cv::Mat leftImage = cv::imread(leftImagePath, cv::IMREAD_GRAYSCALE);
cv::Mat rightImage = cv::imread(rightImagePath, cv::IMREAD_GRAYSCALE);

接下来，根据相机参数计算立体校正映射矩阵：
cv::Mat R, T, R1, R2, P1, P2, Q;
cv::stereoRectify(cameraMatrix1, distCoeffs1, cameraMatrix2, distCoeffs2, leftImage.size(), R, T, R1, R2, P1, P2, Q);

定义校正后的左右图像：
cv::Mat rectifiedLeftImage, rectifiedRightImage;

使用立体校正映射矩阵对左右图像进行校正：
cv::remap(leftImage, rectifiedLeftImage, R1, P1, cv::INTER_LINEAR);
cv::remap(rightImage, rectifiedRightImage, R2, P2, cv::INTER_LINEAR);

接下来，使用SGBM（Semi-Global Block Matching）算法计算视差图：
cv::Mat disparityMap;
int minDisparity = 0;
int numDisparities = 16;
int blockSize = 3;
int P1 = 8 * leftImage.channels() * blockSize * blockSize;
int P2 = 32 * leftImage.channels() * blockSize * blockSize;
cv::StereoSGBM stereoSGBM(minDisparity, numDisparities, blockSize, P1, P2);
stereoSGBM(rectifiedLeftImage, rectifiedRightImage, disparityMap);

通过视差图计算深度图：
cv::Mat depthMap;
double f = cameraMatrix1.at<double>(0, 0);
double B = abs(T.at<double>(0, 0)); // 双目相机基线长度
cv::divide(f * B, disparityMap, depthMap);

最后，将深度图进行可视化：
cv::normalize(depthMap, depthMap, 0, 255, cv::NORM_MINMAX, CV_8U);
cv::imshow("Depth Map", depthMap);
cv::waitKey(0);

这段代码实现了双目立体视觉三维重建，通过计算立体校正映射矩阵、视差图和深度图，可以得到场景的三维结构和深度信息。