双目摄像头测距opencv

双目摄像头测距是通过计算两个摄像头之间的视差来计算深度信息的。OpenCV中提供了一些函数帮助我们实现双目摄像头测距。

首先，我们需要对图像进行校正，以消除摄像头之间的畸变。可以使用OpenCV中的cv2.stereoRectify()函数进行校正。

接下来，我们需要计算视差图像。可以使用OpenCV中的cv2.StereoSGBM_create()函数计算视差图像。这个函数使用Semi-Global Block Matching (SGBM)算法计算视差图像。

最后，我们可以使用视差图像和相机参数计算深度信息。可以使用OpenCV中的cv2.reprojectImageTo3D()函数将视差图像转换为3D点云，然后使用三角测量法计算深度信息。

下面是一个简单的示例代码，演示了如何使用OpenCV进行双目摄像头测距：

import cv2

# 读取左右相机图像
imgL = cv2.imread('left.png', 0)
imgR = cv2.imread('right.png', 0)

# 校正图像
R1, R2, P1, P2, Q, _, _ = cv2.stereoRectify(K1, D1, K2, D2, imgL.shape[::-1], R, T)
mapL1, mapL2 = cv2.initUndistortRectifyMap(K1, D1, R1, P1, imgL.shape[::-1], cv2.CV_16SC2)
mapR1, mapR2 = cv2.initUndistortRectifyMap(K2, D2, R2, P2, imgR.shape[::-1], cv2.CV_16SC2)
imgL = cv2.remap(imgL, mapL1, mapL2, cv2.INTER_LINEAR)
imgR = cv2.remap(imgR, mapR1, mapR2, cv2.INTER_LINEAR)

# 计算视差图像
stereo = cv2.StereoSGBM_create(minDisparity=0, numDisparities=16, blockSize=15)
disparity = stereo.compute(imgL, imgR)

# 计算深度信息
points = cv2.reprojectImageTo3D(disparity, Q)
depth = points[:, :, 2]

# 显示深度图像
cv2.imshow('Depth', depth)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意，这只是一个简单的示例代码，实际应用中需要根据具体情况进行调整和优化。