使用块匹配算法计算立体对应关系的类，由 K. Konolige 引入并贡献给 OpenCV。更多...

#include <opencv2/calib3d.hpp>

cv::StereoBM 的协作图

公共类型
枚举	{ PREFILTER_NORMALIZED_RESPONSE = 0 , PREFILTER_XSOBEL = 1 }
	立体匹配算法的预过滤类型。更多...

从 cv::StereoMatcher 继承的公共类型
枚举	{ DISP_SHIFT = 4 , DISP_SCALE = (1 << DISP_SHIFT) }

公共成员函数
virtual int	getPreFilterCap () const =0
	获取预过滤像素的当前截断值。

virtual int	getPreFilterSize () const =0
	获取预过滤核的当前大小。

virtual int	getPreFilterType () const =0
	获取算法中当前使用的预过滤类型。

virtual Rect	getROI1 () const =0
	获取左图像的当前感兴趣区域 (ROI)。

virtual Rect	getROI2 () const =0
	获取右图像的当前感兴趣区域 (ROI)。

virtual int	getSmallerBlockSize () const =0
	获取用于纹理检查的较小块的当前大小。

virtual int	getTextureThreshold () const =0
	获取当前纹理阈值。

virtual int	getUniquenessRatio () const =0
	获取当前唯一性比率。

virtual void	setPreFilterCap (int preFilterCap)=0
	设置预过滤像素的截断值。

virtual void	setPreFilterSize (int preFilterSize)=0
	设置预过滤核的大小。

virtual void	setPreFilterType (int preFilterType)=0
	设置算法中使用的预过滤类型。

virtual void	setROI1 (Rect roi1)=0
	设置左图像的感兴趣区域 (ROI)。

virtual void	setROI2 (Rect roi2)=0
	设置右图像的感兴趣区域 (ROI)。

virtual void	setSmallerBlockSize (int blockSize)=0
	设置用于纹理检查的较小块的大小。

virtual void	setTextureThreshold (int textureThreshold)=0
	设置用于过滤低纹理区域的阈值。

virtual void	setUniquenessRatio (int uniquenessRatio)=0
	设置用于过滤模糊匹配的唯一性比率。

从 cv::StereoMatcher 继承的公共成员函数
virtual void	compute (InputArray left, InputArray right, OutputArray disparity)=0
	为指定的立体对计算视差图。

virtual int	getBlockSize () const =0

virtual int	getDisp12MaxDiff () const =0

virtual int	getMinDisparity () const =0

virtual int	getNumDisparities () const =0

virtual int	getSpeckleRange () const =0

virtual int	getSpeckleWindowSize () const =0

virtual void	setBlockSize (int blockSize)=0

virtual void	setDisp12MaxDiff (int disp12MaxDiff)=0

virtual void	setMinDisparity (int minDisparity)=0

virtual void	setNumDisparities (int numDisparities)=0

virtual void	setSpeckleRange (int speckleRange)=0

virtual void	setSpeckleWindowSize (int speckleWindowSize)=0

从 cv::Algorithm 继承的公共成员函数
	Algorithm ()

virtual	~Algorithm ()

virtual void	clear ()
	清除算法状态。

virtual bool	empty () const
	如果 Algorithm 为空（例如，在最开始或读取不成功后），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< StereoBM >	create (int numDisparities=0, int blockSize=21)
	创建 StereoBM 对象。

从 cv::Algorithm 继承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。

额外继承的成员
从 cv::Algorithm 继承的保护成员函数
void	writeFormat (FileStorage &fs) const

详细描述

使用块匹配算法计算立体对应关系的类，由 K. Konolige 引入并贡献给 OpenCV。

该类实现了用于立体对应的块匹配算法，用于从立体图像对计算视差图。它提供了微调参数的方法，例如预过滤、纹理阈值、唯一性比率和感兴趣区域 (ROI)，以优化性能和准确性。

成员枚举文档

◆ 匿名枚举

匿名枚举

立体匹配算法的预过滤类型。

这些常量定义了在计算视差图之前应用于图像的预过滤类型。

PREFILTER_NORMALIZED_RESPONSE: 使用归一化响应进行预过滤。
PREFILTER_XSOBEL: 使用 X-Sobel 运算符进行预过滤。

枚举器
PREFILTER_NORMALIZED_RESPONSE	归一化响应预过滤器。
PREFILTER_XSOBEL	X-Sobel 预过滤器。

成员函数文档

◆ create()

static Ptr< StereoBM > cv::StereoBM::create	(	int	numDisparities = 0,
		int	blockSize = 21 )

static

Python
	cv.StereoBM.create(	[, numDisparities[, blockSize]]	) ->	retval
	cv.StereoBM_create(	[, numDisparities[, blockSize]]	) ->	retval

创建 StereoBM 对象。

参数

numDisparities	视差搜索范围。对于每个像素，算法将找到从 0（默认最小视差）到 numDisparities 的最佳视差。可以通过改变最小视差来移动搜索范围。
blockSize	算法比较的块的线性大小。大小应为奇数（因为块以当前像素为中心）。更大的块大小意味着更平滑但不那么准确的视差图。更小的块大小提供更详细的视差图，但算法找到错误对应关系的几率更高。

返回: 指向已创建的 StereoBM 对象的指针。

该函数创建一个 StereoBM 对象。然后您可以调用 StereoBM::compute() 来计算特定立体对的视差。

◆ getPreFilterCap()

virtual int cv::StereoBM::getPreFilterCap ( ) const

纯虚函数

Python
	cv.StereoBM.getPreFilterCap(		) ->	retval

获取预过滤像素的当前截断值。

返回: 当前预过滤上限值。

◆ getPreFilterSize()

virtual int cv::StereoBM::getPreFilterSize ( ) const

纯虚函数

Python
	cv.StereoBM.getPreFilterSize(		) ->	retval

获取预过滤核的当前大小。

返回: 当前预过滤器大小。

◆ getPreFilterType()

virtual int cv::StereoBM::getPreFilterType ( ) const

纯虚函数

Python
	cv.StereoBM.getPreFilterType(		) ->	retval

获取算法中当前使用的预过滤类型。

返回: 当前预过滤类型：0 表示 PREFILTER_NORMALIZED_RESPONSE，1 表示 PREFILTER_XSOBEL。

◆ getROI1()

virtual Rect cv::StereoBM::getROI1 ( ) const

纯虚函数

Python
	cv.StereoBM.getROI1(		) ->	retval

获取左图像的当前感兴趣区域 (ROI)。

返回: 左侧图像的当前 ROI。

◆ getROI2()

virtual Rect cv::StereoBM::getROI2 ( ) const

纯虚函数

Python
	cv.StereoBM.getROI2(		) ->	retval

获取右图像的当前感兴趣区域 (ROI)。

返回: 右侧图像的当前 ROI。

◆ getSmallerBlockSize()

virtual int cv::StereoBM::getSmallerBlockSize ( ) const

纯虚函数

Python
	cv.StereoBM.getSmallerBlockSize(		) ->	retval

获取用于纹理检查的较小块的当前大小。

返回: 当前的较小块大小。

◆ getTextureThreshold()

virtual int cv::StereoBM::getTextureThreshold ( ) const

纯虚函数

Python
	cv.StereoBM.getTextureThreshold(		) ->	retval

获取当前纹理阈值。

返回: 当前纹理阈值。

◆ getUniquenessRatio()

virtual int cv::StereoBM::getUniquenessRatio ( ) const

纯虚函数

Python
	cv.StereoBM.getUniquenessRatio(		) ->	retval

获取当前唯一性比率。

返回: 当前唯一性比率。

◆ setPreFilterCap()

virtual void cv::StereoBM::setPreFilterCap ( int preFilterCap )

纯虚函数

Python
	cv.StereoBM.setPreFilterCap(	preFilterCap	) ->	无

设置预过滤像素的截断值。

参数

preFilterCap 截断值。通常在 [1, 63] 范围内。

此值将预过滤器输出限制在 [-preFilterCap, preFilterCap] 范围内，有助于减少预过滤图像中噪声和异常值的影响。

◆ setPreFilterSize()

virtual void cv::StereoBM::setPreFilterSize ( int preFilterSize )

纯虚函数

Python
	cv.StereoBM.setPreFilterSize(	preFilterSize	) ->	无

设置预过滤核的大小。

参数

preFilterSize 预过滤器内核的大小。必须是奇数整数，通常在 5 到 255 之间。

预过滤器大小决定了预过滤操作的空间范围，通过归一化亮度并增强纹理来为视差计算准备图像。更大的尺寸可以减少噪声但可能模糊细节，而更小的尺寸可以保留细节但更容易受到噪声影响。

◆ setPreFilterType()

virtual void cv::StereoBM::setPreFilterType ( int preFilterType )

纯虚函数

Python
	cv.StereoBM.setPreFilterType(	preFilterType	) ->	无

设置算法中使用的预过滤类型。

参数

preFilterType

要使用的预过滤器类型。可能的值为

PREFILTER_NORMALIZED_RESPONSE (0)：使用归一化响应进行预过滤。
PREFILTER_XSOBEL (1)：使用 X-Sobel 运算符进行预过滤。

预过滤器类型影响图像在计算视差图之前的准备方式。不同的预过滤方法可以增强特定图像特征或减少噪声，从而影响视差图的质量。

◆ setROI1()

virtual void cv::StereoBM::setROI1 ( Rect roi1 )

纯虚函数

Python
	cv.StereoBM.setROI1(	roi1	) ->	无

设置左图像的感兴趣区域 (ROI)。

参数

roi1	左图像的 ROI 矩形。

通过设置 ROI，立体匹配计算被限制在指定区域，通过聚焦图像的相关部分来提高性能和潜在的准确性。

◆ setROI2()

virtual void cv::StereoBM::setROI2 ( Rect roi2 )

纯虚函数

Python
	cv.StereoBM.setROI2(	roi2	) ->	无

设置右图像的感兴趣区域 (ROI)。

参数

roi2	右图像的 ROI 矩形。

与 setROI1 类似，这会将计算限制在右图像中的指定区域。

◆ setSmallerBlockSize()

virtual void cv::StereoBM::setSmallerBlockSize ( int blockSize )

纯虚函数

Python
	cv.StereoBM.setSmallerBlockSize(	blockSize	) ->	无

设置用于纹理检查的较小块的大小。

参数

blockSize 较小块的大小。必须是 5 到 255 之间的奇数整数。

此参数确定用于计算纹理方差的块的大小。较小的块捕获更精细的细节，但对噪声更敏感，而较大的块更鲁棒但可能遗漏精细细节。

◆ setTextureThreshold()

virtual void cv::StereoBM::setTextureThreshold ( int textureThreshold )

纯虚函数

Python
	cv.StereoBM.setTextureThreshold(	textureThreshold	) ->	无

设置用于过滤低纹理区域的阈值。

参数

textureThreshold 阈值。必须是非负数。

此参数过滤掉纹理较低的区域（这些区域难以建立对应关系），从而减少视差图中的噪声。更高的值过滤更积极，但可能会丢弃有效信息。

◆ setUniquenessRatio()

virtual void cv::StereoBM::setUniquenessRatio ( int uniquenessRatio )

纯虚函数

Python
	cv.StereoBM.setUniquenessRatio(	uniquenessRatio	) ->	无

设置用于过滤模糊匹配的唯一性比率。

参数

uniquenessRatio 唯一性比率值。通常在 [5, 15] 范围内，但可以是 0 到 100。

此参数确保最佳匹配明显优于次佳匹配，从而减少误报。更高的值更严格，但在困难区域可能会过滤掉有效匹配。

此类的文档生成自以下文件

opencv2/calib3d.hpp

公共类型

公共成员函数

静态公共成员函数

额外继承的成员

详细描述

成员枚举文档

◆ 匿名枚举

成员函数文档

◆ create()

◆ getPreFilterCap()

◆ getPreFilterSize()

◆ getPreFilterType()

◆ getROI1()

◆ getROI2()

◆ getSmallerBlockSize()

◆ getTextureThreshold()

◆ getUniquenessRatio()

◆ setPreFilterCap()

◆ setPreFilterSize()

◆ setPreFilterType()

◆ setROI1()

◆ setROI2()

◆ setSmallerBlockSize()

◆ setTextureThreshold()

◆ setUniquenessRatio()