准密集立体匹配

目标

本教程将指导您学习如何：

• 配置 QuasiDenseStereo 对象
• 计算密集立体匹配。

#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("视差图");
    cv::imshow("视差图", disp);
 
 
    cv::namedWindow("右侧通道");
    cv::namedWindow("左侧通道");
    cv::imshow("左侧通道", leftImg);
    cv::imshow("右侧通道", 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;
}

解释

程序加载一对立体图像。

导入图像后：

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

我们需要知道单个图像的帧大小，以便创建一个 QuasiDenseStereo 对象的实例。

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

因为我们在构造函数中没有指定第二个参数，所以 QuasiDenseStereo 对象将加载默认参数。

然后我们可以像这样在 process 方法中传递导入的立体图像

    stereo->process(leftImg, rightImg);

process 方法包含该类的大部分功能，主要执行两项操作。

• 基于“良好的特征点跟踪”和“金字塔卢卡斯-卡纳德”光流算法计算稀疏立体匹配。
• 基于这些稀疏立体点，使用准密集立体匹配方法对立体匹配进行稠密化。

执行 process() 后，我们可以显示立体匹配的视差图像。

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

此时，我们还可以使用 getDenseMatches() 方法提取所有对应的点，并将它们导出到文件中。

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();