类密集立体

目标

本教程中，你将学习如何

• 配置一个 QuasiDenseStero 对象
• 计算密集的立体交差。

#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <fstream>
#include <opencv2/stereo.hpp>
 
 
 
 
using namespace cv;
using namespace std;
 
 
int main()
{
    cv::Mat rightImg, leftImg;
leftImg = imread("./imgLeft.png", IMREAD_COLOR);
rightImg = imread("./imgRight.png", IMREAD_COLOR);
 
 
    cv::Size frameSize = leftImg.size();
    Ptr<stereo::QuasiDenseStereo> stereo = stereo::QuasiDenseStereo::create(frameSize);
 
 
stereo->process(leftImg, rightImg);
 
 
    cv::Mat disp;
disp = stereo->getDisparity();
    cv::namedWindow("disparity map");
    cv::imshow("disparity map", disp);
 
 
    cv::namedWindow("right channel");
    cv::namedWindow("left channel");
    cv::imshow("left channel", leftImg);
    cv::imshow("right channel", rightImg);
 
 
vector<stereo::MatchQuasiDense> matches;
stereo->getDenseMatches(matches);
std::ofstream dense("./dense.txt", std::ios::out);
    for (uint i=0; i< matches.size(); i++)
    {
dense << matches[i].p0 << matches[i].p1 << endl;
    }
dense.close();
 
 
 
    cv::waitKey(0);
 
    return 0;
}

说明

该程序加载立体图像对。

在导入图像后。

    cv::Mat rightImg, leftImg;
leftImg = imread("./imgLeft.png", IMREAD_COLOR);
rightImg = imread("./imgRight.png", IMREAD_COLOR);

我们需要了解单个图像的帧大小，才能创建 QuasiDesnseStereo 对象的实例。

    cv::Size frameSize = leftImg.size();
    Ptr<stereo::QuasiDenseStereo> stereo = stereo::QuasiDenseStereo::create(frameSize);

由于我们没有在构造函数中指定第二个参数，QuasiDesnseStereo 对象将加载默认参数。

然后，我们可以像这样将导入的立体图像作为 process 方法中的参数传递

stereo->process(leftImg, rightImg);

process 方法包含该类的多数功能，并且执行以下两项主要任务。

• 基于“追踪用的良好特征”和“金字塔 Lucas-Kanade”光流算法计算稀疏立体图
• 基于这些稀疏立体点，利用 Quasi Dense Stereo 方法来细化立体对应关系。

process() 执行完毕后，我们可以显示立体图的视差图像。

    cv::Mat disp;
disp = stereo->getDisparity();
    cv::namedWindow("disparity map");
    cv::imshow("disparity map", disp);

在这一点上，我们还可以使用 getDenseMatches() 方法提取所有对应的点，并将其导出到文件。

vector<stereo::MatchQuasiDense> matches;
stereo->getDenseMatches(matches);
std::ofstream dense("./dense.txt", std::ios::out);
    for (uint i=0; i< matches.size(); i++)
    {
dense << matches[i].p0 << matches[i].p1 << endl;
    }
dense.close();