【问题标题】:3D point cloud from continuous video stream of two (stereo) cameras来自两个(立体)摄像机的连续视频流的 3D 点云
【发布时间】:2020-05-19 07:53:54
【问题描述】:

我在汽车挡风玻璃的右上角和左上角放置了两个摄像头连续拍摄了视频(请注意,它们没有相互固定,我将它们大致对齐)。现在我正在尝试用它制作一个 3D 点云,但不知道该怎么做。我上网了很多,但仍然找不到任何有用的信息。你能给我一些关于如何在 Python 中使它工作的链接或提示吗?

【问题讨论】:

    标签: python computer-vision video-processing point-clouds


    【解决方案1】:

    您可以在OpenCV 库中尝试立体匹配和点云生成实现。从这个简短的 Python sample 开始。

    我想您有两个不完全同步的独立视频流。您必须先同步它们,因为链接的示例需要两个图像,而不是视频。使用OpenCV 或ffmpeg 从视频中提取图像,并找到共享完全相同时间点的图像对(例如交通灯上出现的绿色)。或者,您可以使用音轨进行同步,请参阅https://github.com/benkno/audio-offset-finder。请注意:基于单帧对或简短音频摘录的同步可能仅在同步时间点前后的几分钟内有效。

    【讨论】:

    • 我查看了 OpenCV,但我认为它们只适用于一对图像,有没有办法可以从整个视频中制作点云??
    • 这无论如何都必须逐帧完成,所以从单帧开始,然后您可以处理整个视频(如果没有同步问题)。
    • 我照你说的做了,现在我有一对图像的一个点云(非常糟糕)
    • 您是否使用过同步帧 - 来自完全相同时间的帧?然后,您可以从同步点逐帧推进两个视频,并对所有对进行重建。在这里learnopencv.com/…,您可以了解如何在 OpenCV 中读取视频帧。请注意,您将需要两个 VideoCapture() 对象。
    • 我同步了视频,但在您发送的链接中,我没有看到从视频中制作点云的方法。
    猜你喜欢
    • 2013-06-25
    • 1970-01-01
    • 2018-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2011-10-07
    • 2011-09-21
    • 1970-01-01
    相关资源
    最近更新 更多