双目识别 视差图三维重建python代码

双目视觉（Stereo Vision）是一种计算机视觉技术，它利用两台相机同时捕捉同一场景的不同视角，通过计算视差图（Disparity Map），可以推断出物体的深度信息，进而实现三维重建。在Python中，常用的库如OpenCV（cv2）提供了强大的功能来进行这个过程。

以下是一个简单的Python示例，使用OpenCV的stereo模块进行双目匹配和三维重建：

import cv2
import numpy as np

# 初始化立体摄像头对
left_cam = cv2.VideoCapture('left_video.mp4')
right_cam = cv2.VideoCapture('right_video.mp4')

while True:
    # 获取左右相机帧
    ret_left, left_img = left_cam.read()
    ret_right, right_img = right_cam.read()

    if not (ret_left and ret_right):
        break

    # 处理图像（灰度、降噪等）
    gray_left = cv2.cvtColor(left_img, cv2.COLOR_BGR2GRAY)
    gray_right = cv2.cvtColor(right_img, cv2.COLOR_BGR2GRAY)

    # 计算视差图
    disparity = cv2.stereoSGBM(gray_left, gray_right, minDisparity=0, numDisparities=160, blockSize=15)

    # 转换为深度图
    depth = np.abs(disparity) / 16.0  # 假设最大 disparities 为160

    # 显示结果
    cv2.imshow('Left Image', left_img)
    cv2.imshow('Right Image', right_img)
    cv2.imshow('Depth Map', depth * 100)  # 通常会将深度值放大显示

    key = cv2.waitKey(1) & 0xFF
    if key == ord('q'):
        break

# 释放资源
left_cam.release()
right_cam.release()
cv2.destroyAllWindows()

注意，这只是一个基础的示例，实际应用中可能需要进行更复杂的参数调整和后处理，比如归一化、滤波、立体校正等。此外，为了得到高质量的结果，双目摄像头的数据需要精确同步，并且输入的视频应该包含足够的纹理以便于匹配。