opencv BM算法

BM算法是一种基于灰度图像的立体匹配算法，其主要思想是通过在左右两幅图像中寻找一对匹配点来计算视差图。在opencv中使用BM算法时，需要通过设置不同的参数来获得最佳的匹配效果，例如设置SAD窗口大小、最大视差值等参数。BM算法是一种较为简单的立体匹配算法，但其对图像中的噪声和纹理影响较大，因此在应用时需要注意。

相关问题

OpenCV BM算法和SGBM算法

有什么区别？

OpenCV BM算法和SGBM算法都是用于立体视觉的算法，但是它们的实现方式不同。BM算法是基于区域匹配的，它将左右两个图像分成若干个区域，然后对每个区域进行匹配。而SGBM算法则是基于像素点的匹配，它通过计算每个像素点的代价来进行匹配。此外，SGBM算法还可以使用更多的代价计算方式，比如视差梯度等，因此在一些情况下，SGBM算法的效果可能会更好。

opencv中bm算法参数

在OpenCV中，BM（Block Matching）算法是用于计算视差图的一种方法。BM算法的参数包括以下几个：

1. blockSize：块大小，表示在计算视差时使用的像素块的大小。通常情况下，较小的块大小能提供更精细的视差图，但计算速度更慢。默认值为21。

2. numDisparities：视差搜索范围，表示在计算视差时搜索的范围。该值必须是16的倍数，并且通常设置为大于块大小的值。默认值为64。

3. preFilterType：预处理滤波器类型，表示在计算视差之前使用的预处理滤波器类型。可选的值有0（预处理滤波器未使用）和1（预处理滤波器使用WTA_HARRIS滤波器）。默认值为1。

4. preFilterSize：预处理滤波器大小，表示在计算视差之前使用的预处理滤波器的大小。默认值为5。

5. preFilterCap：预处理滤波器截断值，表示在计算视差之前使用的预处理滤波器的截断值。默认值为31。

6. textureThreshold：纹理阈值，表示在计算视差时用于判断像素块是否具有足够纹理信息的阈值。默认值为10。

7. uniquenessRatio：唯一性比率，表示在计算视差时用于判断像素块的视差是否唯一的比率。默认值为15。

8. speckleWindowSize：相干窗口大小，表示在计算视差时用于去除孤立噪声的相干窗口的大小。默认值为100。

9. speckleRange：相干范围，表示在计算视差时用于去除孤立噪声的相干范围。默认值为32。

这些参数可以通过创建一个BM对象并使用其成员函数setXXX来设置。例如，可以使用以下代码设置块大小和视差搜索范围：

cv::StereoBM bm;
bm.setBlockSize(11);
bm.setNumDisparities(64);

请注意，这里只提到了一些常用的参数，实际上还有其他参数可供调整以获得更好的结果。