cv::structured_light::GrayCodePattern 类参考

实现基于 [126] 的格雷码模式的类。 更多...

#include <opencv2/structured_light/graycodepattern.hpp>

cv::structured_light::GrayCodePattern 的协作图

类
结构体	Params
	StructuredLightPattern 构造函数的参数。 更多...

公共成员函数
virtual void	getImagesForShadowMasks (InputOutputArray blackImage, InputOutputArray whiteImage) const =0
	生成阴影掩模计算所需的全黑和全白图像。
virtual size_t	getNumberOfPatternImages () const =0
	获取格雷码模式所需的模式图像数量。
virtual bool	getProjPixel (InputArrayOfArrays patternImages, int x, int y, Point &projPix) const =0
	对于相机的 (x,y) 像素，返回对应的投影仪像素。
virtual void	setBlackThreshold (size_t value)=0
	设置黑色阈值，解码时需要（阴影掩模计算）。
virtual void	setWhiteThreshold (size_t value)=0
	设置白色阈值，解码时需要。
继承自 cv::structured_light::StructuredLightPattern 的公共成员函数
virtual bool	decode (const std::vector< std::vector< Mat > > &patternImages, OutputArray disparityMap, InputArrayOfArrays blackImages=noArray(), InputArrayOfArrays whiteImages=noArray(), int flags=DECODE_3D_UNDERWORLD) const =0
	解码结构光模式，生成视差图。
virtual bool	generate (OutputArrayOfArrays patternImages)=0
	生成要投影的结构光图案。
继承自 cv::Algorithm 的公共成员函数
	Algorithm ()
virtual	~Algorithm ()
virtual void	clear ()
	清除算法状态。
virtual bool	empty () const
	如果 Algorithm 为空（例如，在最开始或在不成功的读取之后），则返回 true。
virtual String	getDefaultName () const
virtual void	read (const FileNode &fn)
	从文件存储中读取算法参数。
virtual void	save (const String &filename) const
void	write (const Ptr< FileStorage > &fs, const String &name=String()) const
virtual void	write (FileStorage &fs) const
	将算法参数存储到文件存储中。
void	write (FileStorage &fs, const String &name) const

静态公共成员函数
static Ptr< GrayCodePattern >	create (const GrayCodePattern::Params &parameters=GrayCodePattern::Params())
	构造函数。
static Ptr< GrayCodePattern >	create (int width, int height)
继承自 cv::Algorithm 的静态公共成员函数
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	从文件中加载算法。
template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	从字符串加载算法。
template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	从文件节点读取算法。

其他继承的成员
继承自 cv::Algorithm 的保护成员函数
void	writeFormat (FileStorage &fs) const

详细描述

实现基于 [126] 的格雷码模式的类。

模式图像的生成是使用格雷编码和传统的白色和黑色颜色来执行的。

关于两个图像轴 x、y 的信息分别编码到两个不同的模式序列中。分辨率为 (P_res_x, P_res_y) 的投影仪 P 将导致 Ncols = log 2 (P_res_x) 编码的模式图像表示列，以及 Nrows = log 2 (P_res_y) 编码的模式图像表示行。例如，分辨率为 1024x768 的投影仪将导致 Ncols = 10 和 Nrows = 10。

但是，生成的模式序列由常规颜色和颜色反转图像组成：反转的模式图像是与原始图像结构相同但颜色反转的图像。这提供了一种有效的方法，可以轻松确定每个像素在点亮时（最高值）和未点亮时（最低值）的强度值。因此，对于分辨率为 1024x768 的投影仪，模式图像的数量将为 Ncols * 2 + Nrows * 2 = 40。

成员函数文档

create() [1/2]

static Ptr< GrayCodePattern > cv::structured_light::GrayCodePattern::create ( const GrayCodePattern::Params & parameters = GrayCodePattern::Params() )

static

Python
	cv.structured_light.GrayCodePattern.create(	width, height	) ->	retval
	cv.structured_light.GrayCodePattern_create(	width, height	) ->	retval

构造函数。

参数

parameters

GrayCodePattern parameters GrayCodePattern::Params: 投影仪的宽度和高度。

create() [2/2]

static Ptr< GrayCodePattern > cv::structured_light::GrayCodePattern::create ( int width, int height )

static

Python
	cv.structured_light.GrayCodePattern.create(	width, height	) ->	retval
	cv.structured_light.GrayCodePattern_create(	width, height	) ->	retval

getImagesForShadowMasks()

virtual void cv::structured_light::GrayCodePattern::getImagesForShadowMasks ( InputOutputArray blackImage, InputOutputArray whiteImage ) const

纯虚函数

Python
	cv.structured_light.GrayCodePattern.getImagesForShadowMasks(	blackImage, whiteImage	) ->	blackImage, whiteImage

生成阴影掩模计算所需的全黑和全白图像。

为了识别阴影区域，3DUNDERWORLD 算法计算两个图像的阴影掩模，其中像素未被投影仪的光照亮，因此没有编码信息，从每个相机捕获的白色和黑色图像开始。此方法生成这两个额外的图像以进行投影。

参数

blackImage	生成的全黑 CV_8U 图像，以投影仪的分辨率。
whiteImage	生成的全白 CV_8U 图像，以投影仪的分辨率。

getNumberOfPatternImages()

virtual size_t cv::structured_light::GrayCodePattern::getNumberOfPatternImages ( ) const

纯虚函数

Python
	cv.structured_light.GrayCodePattern.getNumberOfPatternImages(		) ->	retval

获取格雷码模式所需的模式图像数量。

返回

格雷码模式所需的模式图像数量。

getProjPixel()

virtual bool cv::structured_light::GrayCodePattern::getProjPixel ( InputArrayOfArrays patternImages, int x, int y, Point & projPix ) const

纯虚函数

Python
	cv.structured_light.GrayCodePattern.getProjPixel(	patternImages, x, y	) ->	retval, projPix

对于相机的 (x,y) 像素，返回对应的投影仪像素。

该函数将相机获取的模式图像中的每个像素解码为其对应的十进制数，表示投影仪的列和行，从而提供相机像素和投影仪像素之间的映射。

参数

patternImages	相机获取的模式图像，存储在灰度向量 < Mat > 中。
x	图像像素的 x 坐标。
y	图像像素的 y 坐标。
projPix	与相机像素对应的投影仪像素：projPix.x 和 projPix.y 是投影仪像素的图像坐标，该像素对应于在相机中解码的像素。

setBlackThreshold()

virtual void cv::structured_light::GrayCodePattern::setBlackThreshold ( size_t 值 )

纯虚函数

Python
	cv.structured_light.GrayCodePattern.setBlackThreshold(	值	) ->	无

设置黑色阈值，解码时需要（阴影掩模计算）。

黑色阈值是一个介于 0-255 之间的数字，表示有效像素所需的最小亮度差异，介于完全照明（白色）和未照明图像（黑色）之间；用于 computeShadowMasks 方法。

参数

值

所需的黑色阈值。

setWhiteThreshold()

virtual void cv::structured_light::GrayCodePattern::setWhiteThreshold ( size_t 值 )

纯虚函数

Python
	cv.structured_light.GrayCodePattern.setWhiteThreshold(	值	) ->	无

设置白色阈值，解码时需要。

白色阈值是一个介于 0-255 之间的数字，表示有效像素所需的最小亮度差异，介于格雷码模式及其反转图像之间；用于 getProjPixel 方法。

参数

值

所需的白色阈值。

---

此类文档是从以下文件生成的

• opencv2/structured_light/graycodepattern.hpp