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

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:

2、perspectiveTransform()函数原型:

其中注意:mat这里应该等效重投影矩阵Q;

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:

2、原理与透视变换相同,不过操作的对象是整个视差图所有点;
3、使用:

  • 首先得到视差图与4*4重投影矩阵Q;
  • 然后调用reprojectimageto3d()得到整幅图像的三维坐标信息;
  • 最后根据左相机图像中特征点的坐标信息,只提取对应的三维坐标信息;

PS

以上内容是我猜想的,可不可行还没验证,只可信一半~~(有问题麻烦帮忙指正一下呀)

参考

1、《Learning OpenCV3》P657

全部评论

相关推荐

刚刷到字节跳动官方发的消息,确实被这波阵仗吓了一跳。在大家还在纠结今年行情是不是又“寒冬”的时候,字节直接甩出了史上规模最大的转正实习计划——ByteIntern。咱们直接看几个最硬的数,别被花里胡哨的宣传词绕晕了。首先是“量大”。全球招7000多人是什么概念?这几乎是把很多中型互联网公司的总人数都给招进来了。最关键的是,这次的资源分配非常精准:研发岗给了4800多个Offer,占比直接超过六成。说白了,字节今年还是要死磕技术,尤其是产品和AI领域,这对于咱们写代码的同学来说,绝对是今年最厚的一块肥肉。其次是大家最关心的“转正率”。官方直接白纸黑字写了:整体转正率超过50%。这意味着只要你进去了,不划水、正常干,每两个人里就有一个能直接拿校招Offer。对于2027届(2026年9月到2027年8月毕业)的同学来说,这不仅是实习,这简直就是通往大厂的快捷通道。不过,我也得泼盆冷水。坑位多,不代表门槛低。字节的实习面试出了名的爱考算法和工程实操,尤其是今年重点倾斜AI方向,如果你简历里有和AI相关的项目,优势还是有的。而且,转正率50%也意味着剩下那50%的人是陪跑的,进去之后的考核压力肯定不小。一句话总结: 27届的兄弟们,别犹豫了。今年字节这是铁了心要抢提前批的人才,现在投递就是占坑。与其等到明年秋招去千军万马挤独木桥,不如现在进去先占个工位,把转正名额攥在手里。
喵_coding:别逗了 50%转正率 仔细想想 就是转正与不转正
字节7000实习来了,你...
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务