![]() |
OpenCV 4.12.0
开源计算机视觉
|
结构光被认为是获取三维模型最有效的技术之一。该技术基于投射光图案并从一个或多个视点捕获被照亮场景。由于图案是编码的,因此可以快速找到图像点和投射图案点之间的对应关系,并轻松检索三维信息。
最常利用的编码策略之一是基于时间复用。在这种情况下,一系列图案被连续投射到测量表面上。给定像素的码字通常由该像素在投射图案中的照度值序列组成。因此,这种编码被称为时间编码,因为码字的比特是时间复用的[236]。
在本模块中,遵循3DUNDERWORLD算法中描述的(立体)方法[126],实现了一种基于格雷码编码的时间复用编码策略。更多详细信息,请参阅结构光教程。
类 | |
| 类 | cv::structured_light::GrayCodePattern |
| 基于[126]实现的格雷码图案类。更多... | |
| 类 | cv::structured_light::SinusoidalPattern |
| 基于[64]实现的傅里叶变换轮廓术 (FTP)、相移轮廓术 (PSP) 和傅里叶辅助相移轮廓术 (FAPS) 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 } |
| 正弦图案轮廓测量方法的类型。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>
正弦图案轮廓测量方法的类型。
| 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。