OpenCV立体匹配算法比较研究

立体匹配是计算机视觉中的一个重要任务，用于从一对图像中重建三维场景。OpenCV是一个强大的开源计算机视觉库，提供了多种立体匹配算法的实现。本文将对这些算法进行比较研究，并提供相应的源代码。

1. SAD（Sum of Absolute Differences）算法

SAD算法是一种简单而有效的立体匹配算法。它计算左右两个图像中对应像素的绝对差值之和，并选择差值最小的像素作为匹配点。以下是使用OpenCV实现SAD算法的代码示例：

import cv2

left_img = cv2.imread('left_img.png', 0)
right_img = cv2.imrea