视差图（Disparity）三维重投影得到特征点的三维空间坐标的2种方法

最新推荐文章于 2026-05-16 05:32:48 发布

原创

最新推荐文章于 2026-05-16 05:32:48 发布 · 8k 阅读

·

4

·

标签

#opencv

本文介绍使用OpenCV的BM或SGBM算法计算双目图像视差图，并通过stereoRectify()函数获取重投影矩阵Q。利用perspectiveTransform()和reprojectimageto3d()函数实现从二维视差图到三维坐标的转换，适用于特征点和整幅图像的三维坐标信息提取。

文章目录

前提

1、使用BM或者SGBM算法计算得到了双目图像的合适左右视差图；
2、使用立体校正函数stereoRectify()计算得到了4*4重投影矩阵Q;

方法1-perspectiveTransform()

1、透视变换这里可以用于计算一系列特征点的三维重投影坐标值，原理如图：
在这里插入图片描述

2、perspectiveTransform()函数原型：
在这里插入图片描述

其中注意：mat这里应该等效重投影矩阵Q；
在这里插入图片描述

3、使用方法：

首先计算左相机图像中的特征点位置（像素坐标），找到对应视差图中点的位置，得到(x,y,d)值；
调用函数perspectiveTransform()计算三维重投影的空间坐标；

方法2-reprojectimageto3d()

1、函数原型：

最低0.47元/天解锁文章

评论 4

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。