SGBM算法python源码

以下是Python中使用OpenCV实现SGBM算法的示例代码：

import cv2

# 读入左右两幅图像
img_left = cv2.imread('left.png', 0)
img_right = cv2.imread('right.png', 0)

# 创建SGBM对象
stereo = cv2.StereoSGBM_create(
    minDisparity=0,
    numDisparities=16*5,
    blockSize=3,
    P1=8*3*3**2,
    P2=32*3*3**2,
    disp12MaxDiff=1,
    uniquenessRatio=10,
    speckleWindowSize=100,
    speckleRange=32
)

# 计算左右两幅图像的视差图
disparity = stereo.compute(img_left, img_right)

# 显示视差图
cv2.imshow('Disparity', disparity / 16.0)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这段代码中，我们首先读入了左右两幅图像，然后创建了一个SGBM对象，并设置了一些参数。接着，我们调用了SGBM对象的`compute`方法，计算了左右两幅图像的视差图，并将结果显示出来。需要注意的是，由于视差图中的像素值通常比较大，我们在显示时将其除以了16，以便更好地观察。