使用立体图像上的视差图计算实际距离

Question

我正在尝试使用以下代码计算物体与相机的距离。 所以方法是计算左右图像的视差，这将是矩阵格式。 一旦我得到视差，我使用公式深度 = 基线 * 焦距/视差

这里有两个问题：

1. 为什么深度是负数？

2. 以及如何使用深度矩阵获取物体与相机的实际距离。深度矩阵基本上给出了我不想要的每个点的距离。我想以米为单位计算物体的实际距离。

   将 numpy 导入为 np 导入系统 导入简历2 从 matplotlib 导入 pyplot 作为 plt %matplotlib 内联

   imgL = cv2.imread('C:/Users/Akash Jain/Documents/ZED/LeftDepth/left000005.png', 0) imgR = cv2.imread('C:/Users/Akash Jain/Documents/ZED/RightDepth/right000005.png', 0)

   立体声 = cv2.StereoBM_create(numDisparities=16, blockSize=5) 视差 = stereo.compute(imgL,imgR) D= 0.12*0.70*672/视差 打印（“差异”，差异） 打印（“深度”，D） plt.imshow（视差，'灰色'） plt.show()

Answer 1

简单的Depth = Baseline * focal length/ Disparity 公式仅适用于相机轴平行的情况。假设你有很好的匹配，前束（会聚轴）相机会在图像平面的某些部分造成负视差。

但是，您发布的视差图像似乎也很低质量，这让我怀疑您的匹配也不好：考虑到您的场景，视差在中低部分如此剧烈摆动是否合理？