OpenCV 4.11.0
开源计算机视觉
|
结构光被认为是获取3D模型最有效的方法之一。此技术基于投影光图案并从一个或多个视角捕获照明场景。由于图案是编码的,因此可以快速找到图像点和投影图案点之间的对应关系,并轻松检索3D信息。
最常用的编码策略之一是基于时间多路复用。在这种情况下,一系列图案会依次投影到测量表面上。给定像素的码字通常由该像素在投影图案上的照度值序列形成。因此,编码被称为时间编码,因为码字的位是在时间上多路复用的 [233] 。
在此模块中,实现了基于格雷码编码的时间多路复用编码策略,遵循3DUNDERWORLD算法[123]中描述的(立体)方法。更多详情,请参见 结构光教程。
类 | |
类 | cv::structured_light::GrayCodePattern |
基于[123]实现格雷码图案的类。 更多… | |
类 | cv::structured_light::SinusoidalPattern |
基于[62]实现傅里叶变换轮廓术(FTP)、相移轮廓术(PSP)和傅里叶辅助相移轮廓术(FAPS)的类。 更多… | |
类 | cv::structured_light::StructuredLightPattern |
用于生成和解码结构光图案的抽象基类。 更多… | |
枚举 | |
枚举 | { cv::structured_light::FTP = 0 , cv::structured_light::PSP = 1 , cv::structured_light::FAPS = 2 } |
正弦图案轮廓术方法的类型。 更多… | |
枚举 | { cv::structured_light::DECODE_3D_UNDERWORLD = 0 } |
解码算法的类型。 更多… | |
匿名枚举 |
#include <opencv2/structured_light/sinusoidalpattern.hpp>
正弦图案轮廓术方法的类型。
枚举器 | |
---|---|
FTP Python: cv.structured_light.FTP | |
PSP Python: cv.structured_light.PSP | |
FAPS Python: cv.structured_light.FAPS |
匿名枚举 |
#include <opencv2/structured_light/structured_light.hpp>
解码算法的类型。
枚举器 | |
---|---|
DECODE_3D_UNDERWORLD Python: cv.structured_light.DECODE_3D_UNDERWORLD | Kyriakos Herakleous, Charalambos Poullis。“3DUNDERWORLD-SLS:一种用于快速几何采集的开源结构光扫描系统”,arXiv预印本arXiv:1406.6595 (2014)。 |