完成了摄像机校准和立体声校准.
下一步是从我得到的2张图像中找到一个特征在空间中的位置.这就是为什么我必须立体声整理图像然后进行计算.
我在initUndistortRectifyMap面临的问题如下:
– 如果我将由stereoRectify()计算的R1或R2传递给initUndistortRectifyMap(),我会在重映射后得到黑色图像.
– 如果我将r(空矩阵)传递给initUndistortRectifyMap(),我会在重新映射后得到未经校正的图像.我得到的图像虽然有点扭曲.
我需要将R1和R2传递给initUndistortRectifyMap()来纠正2个摄像头,否则当传递空矩阵时,立体声头不会旋转到同一个平面.
以下是我的代码:
stereoRectify(intrinsic[0],distCoeffs[0],intrinsic[1],distCoeffs[1],imageSize,R,T_Stereo,R1,R2,newP1,newP2,Q,CV_CALIB_ZERO_disPARITY,-1,imageSize); if (x_Cam.GetSerial()=="4002678487") { initUndistortRectifyMap(intrinsic[0],CV_16SC2,mapx1,mapy1); remap(x_Image,imageRectified[0],mapy1,INTER_LINEAR); return imageRectified[0]; } if (x_Cam.GetSerial()=="4002702131") { //flip(in,in,-1); initUndistortRectifyMap(intrinsic[1],mapx2,mapy2); remap(x_Image,imageRectified[1],mapy2,INTER_LINEAR,BORDER_CONSTANT,0); return imageRectified[1]; }
我检查了进入stereoRectify()的所有矩阵值,它们是正确的.旋转矩阵R1和R2似乎也是正确的.我只是将黑色图像作为输出.
我尝试将垃圾值传递到InitUndistortRectifyMap()中以获取R1和R2(例如R1 * R2)以简单地看到效果,并且我确实获得了奇怪的结果但不是黑色图像.
解决方法
使用Rotation Matrices R1时,InitUndistortRectifyMap输出空白图像,StereoRectify生成R2.
因此,我尝试使用StereoRectifyUncalibrated,它生成2个Homography矩阵H1和H2,并且我根据OpenCV文档计算了旋转:
R1 = inv(CamMatrix1)* H1 * CamMatrix1
R2 = inv(CamMatrix2)* H2 * CamMatrix2
我将新的R1和R2传递给InitUndistortRectifyMap并重新映射,结果令人满意.
原文地址:https://www.jb51.cc/c/119926.html
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。