![]() |
OpenCV 4.13.0
开源计算机视觉库 (Open Source Computer Vision)
|
结构光被认为是获取 3D 模型最有效的方法之一。该技术基于投射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与投射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基于时间多路复用。在这种情况下,一组图案依次投射到测量表面上。给定像素的码字通常由该像素在投射图案中的亮度值序列组成。因此,编码称为时间编码,因为码字的比特在时间上是多路复用的 [239] 。
在本模块中,遵循 3DUNDERWORLD 算法中描述的(立体)方法,实现了一种基于 Gray 编码的时间多路复用编码策略 [127] 。更多详细信息,请参阅 结构光教程。
类 | |
| 类 | cv::structured_light::GrayCodePattern |
| 基于 [127] 实现灰度编码图案的类。 更多... | |
| 类 | cv::structured_light::SinusoidalPattern |
| 基于 [65] 实现傅里叶变换轮廓测量 (FTP)、相移轮廓测量 (PSP) 和傅里叶辅助相移轮廓测量 (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 | |
| enum | { 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类型。 更多... | |
| enum | { cv::structured_light::DECODE_3D_UNDERWORLD = 0 } |
| 解码算法类型。 更多... | |
| 匿名枚举 |
#include <opencv2/structured_light/sinusoidalpattern.hpp>
正弦图案轮廓测量方法类型。
| 枚举值 (Enumerator) | |
|---|---|
| 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>
解码算法类型。