双目视觉简单测试

【OpenCV】基于OpenCV的双目视觉测试 本文档介绍使用OpenCV来实现双目立体视觉,文档中附有所有需要的源码。 如果读者是想快速工程使用,那可以看我的这篇博客,如果想要系统学习,请先看相关教材,并辅以邹宇华老师的博客。 阅读详情
 

opencv提供了双目视觉检测距离信息的函数,试着使用了两个摄像头获得两副图像测试一下,感觉背景单纯,目标较小的情况下,得到的效果较好一些。(下图分别是左图像,右图像,得到的深度图像)

用一个长的物体来测试深度,效果不好。如下:

难点问题是两个摄像机即使是同一个机型,同样的镜头,得到的图像颜色有所轻微的差别,导致效果不好。

而使用一个摄像机平移左右得到的结果会更好一些。以下图片是opencv提供的图片,效果较好。

代码:

#include "stdafx.h"
#include 
<iostream>
#include 
<string.h>
#include 
<cxcore.h>
#include 
<cv.h>
#include 
<cvaux.h>
#include 
<highgui.h>
#include 
<fstream>


IplImage 
*image = 0 ; //原始图像

using namespace std;


int main(int argc, char* argv[])
{

    IplImage
* srcLeft = cvLoadImage("left.jpg",1);
    IplImage
* srcRight = cvLoadImage("right.jpg",1);
    IplImage
* leftImage = cvCreateImage(cvGetSize(srcLeft), IPL_DEPTH_8U, 1);
    IplImage
* rightImage = cvCreateImage(cvGetSize(srcRight), IPL_DEPTH_8U, 1);
    IplImage
* depthImage = cvCreateImage(cvGetSize(srcRight), IPL_DEPTH_8U, 1);

    cvCvtColor(srcLeft, leftImage, CV_BGR2GRAY);
    cvCvtColor(srcRight, rightImage, CV_BGR2GRAY);

    cvFindStereoCorrespondence( leftImage, rightImage, CV_DISPARITY_BIRCHFIELD, depthImage, 
50, 15, 3, 6, 8, 15 );

    cvNamedWindow(
"win1",1);
    cvNamedWindow(
"win2",1);
    cvNamedWindow(
"win3",1);

    cvNormalize(depthImage,depthImage,
0,255,CV_MINMAX,0 );

    
for(;;)
    {
        cvShowImage(
"win1",depthImage);
        cvShowImage(
"win2",srcLeft);
        cvShowImage(
"win3",srcRight);
        
if(cvWaitKey(20)==27) break;
    }

    
return 0;
}

    
 
基于双目视觉的汽车前向障碍物检测 视频稍后补。本测试案例用于演示自动驾驶车辆通过双目摄像头实时获取前方行驶环境三维信息,并根据三维信息以及RGB信息解析出可行驶区域,障碍物,并形成雷达视图。这个视频中使用的测试案例源自KITTI 双目视觉案例集中的2011_09_26_drive_0009_raw_sync。在我的设计中:1、测试案例中的左图(左上图)和右图使用自己改进的SGM算法进行计算得到视差图,通过GPU的加速可以实时输出视... 阅读详情

相关推荐

双目立体视觉源代码 双目立体视觉匹配程序 双目视觉3d成像(三维重构图像处理) 基于双目视觉的深度计算和三维重建 opencv写的双目视觉摄像机标定和三维重建代码

双目视觉/双目标定源码/图片集标定匹配三维重建坐标计算OpenCV 1、双目立体视觉源代码(包括标定,匹配,三维重建) 2、双目视觉实验图片集(双目立体视觉中使用的标准实验图,适合初学者进 行实验使用) 3、双目立体视觉匹配程序(运用matlab进行双目立体视觉的深度信息匹配, 最后导出彩色出度图) 4、双目视觉3d成像(三维重构图像处理) 5、基于双目视觉的障碍物高度检测(须使用pointgray公司的bunblebee2摄像 头。程序中调用了OPENCV的函数。) 6、OpenCY+OpenGl.双目立

m0_68308718的博客 3154

计算机视觉英文介绍_计算机视觉介绍

计算机视觉英文介绍 什么是计算机视觉? (What is Computer Vision?) Computer Vision can be generally understood using two perspectives: (1) computer science and (2) computer engineering. 通常可以使用两种观点来理解计算机视觉:(1)计算机科学和(2)计算机...

weixin_26640335的博客 1892

基于双目视觉的尺寸检测算法设计

YOLO系列算法的核心思想是将目标检测任务视为一个单一的回归问题,直接从图像像素到边界框坐标和类别概率的映射。这种设计使得YOLO能够在保持高精度的同时实现快速的检测速度。输入处理: YOLO接受输入图像并将其划分为一个个格子(grid cell)。每个格子负责预测中心点落在该格子内的目标。边界框预测: 每个格子预测多个边界框(bounding boxes),包括边界框的位置和尺寸。类别预测: 每个边界框还预测一个置信度(confidence),表示边界框包含目标的概率以及预测的类别概率。后处理。

weixin_45303602的博客 975

《计算机视觉:模型、学习和推理》第 13 章-图像预处理与特征提取

本文摘要: 《计算机视觉:图像预处理与特征提取》详细介绍了图像处理的核心技术,包括逐像素变换(白化、直方图均衡化、线性滤波、LBP、纹理基元映射)、特征检测(Canny边缘、Harris角点、SIFT)以及特征描述方法(直方图、SIFT、HOG、BoW)。文章通过Python代码(OpenCV+Matplotlib)展示了每种技术的实现效果,并解释了其原理和应用场景。最后介绍了降维技术(PCA、K均值)以优化特征处理效率。所有代码经过Mac系统测试,包含中文显示适配,为计算机视觉入门提供了完整的实践指导。

2302_80961196的博客 1662

双目摄像头测试

多摄像头切换,实现双目活体识别,更加的专业准确。可以试试哦

39个测量程序小软件

边角锁严密平差.EXE 大地四边形三边平差.EXE 附合导线平差.EXE 附合水准平差.EXE 等39个小程序

计算机视觉

日萌社 人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) 1.1 计算机视觉概念 1.1.1 什么是计算机视觉 定义:计算机视觉(Computer vision)是一门研究如何使机器“看”的科学,更进一步的说,就是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等,用计算机处理成为更适合人眼观察或传送...

あずにゃん梓喵的博客 3408

NFT图片批量合成及稀有度计算工具

一、制作背景 -当前NFT作品制作的大多方式都是使用部件拼接的形式,然后从大量的可能性结果取优; 二、解决问题 拼接合成的组合数量十分巨大,手工合成费时费力; 合成中对各个部件的使用次数不容易控制,部位出现的概率对作品的稀有度及评分影响较大; 对于生成的作品各个部位的信息(包括来源和使用率)统计繁琐,不利于对作品的介绍中体现; 三、程序功能介绍 1、功能自定义部位稀有度批量合成NFT作品 步骤一:创建各个合成部件文件夹,将图片放到文件夹内 步骤二:软件上设置各个部件对于的图片文件夹及出现的概率 步骤二

Keeping111的博客 4638

计算机视觉入门到实战系列目录

本文是计算机视觉入门到实战系列教程的目录索引,涵盖从基础到进阶的多个主题。系列从卷积基础、各类卷积核、噪声与滤波器讲起,逐步深入边缘检测(Sobel、Canny算子)、角点检测(Harris算法)、SIFT特征提取等经典方法。后续内容包括图像几何变换、拼接算法,以及基于K-Means的图像分割技术。高级主题涉及视觉词袋模型、ResNet图像分类和语义分割(如FCN-8s算法),详细讲解了上采样、1×1卷积等关键技术原理与实现。适合计算机视觉学习者系统掌握核心算法与应用实践。

echo的博客 267

【工具使用】Keil常用的调试操作整理介绍

2、当选择了非0级优化时,调试可能会变得困难,具体表现在断点调试。该按钮是在进入了函数单步调试的时候,有时候你可能不必再执行该函数的剩余部分了,通过该按钮就直接一步执行完函数余下的部分,并跳出函数,回到函数被调用的置。:如果是在C语言窗口中,则是按单条语句执行,与单步调试不同的是,遇到函数不会进入函数内部,而是直接全速运行函数,并跳到下一条语句。但我的Keil软件中无法显示这个视图,并且通过修改系统试图,调试时,点击打开系统视图发生了闪退的现象,目前能想到的原因是:重新安装Keil,安装最新版本。

MEYOU_Cc 不吃香菜! 1万+

WPS文档编辑时空行问题解决方案

本文详细介绍了如何解决WPS文档编辑时空行的问题,从问题描述与分析、解决方案详解到操作示例与注意事项等多个方面进行了全面阐述。通过本文的介绍和指导,用户可以快速定位问题根源并采取有效措施进行解决,从而提升文档编辑效率和美观性。未来,随着WPS软件的不断升级和优化,相信会有更多便捷高效的功能被添加到软件中。同时,用户也需要不断学习和探索新的操作技巧和方法,以适应不断变化的办公需求。希望本文能够为广大WPS用户提供有益的参考和帮助,共同推动办公效率的提升和发展。

mmoo_python的博客 1244

计算机视觉入门:从基础术语到核心技术,一篇看懂!

让计算机 “看懂” 图像的学科 —— 通过算法提取图像信息,建立 “像素点” 和 “现实内容” 的联系,比如让电脑识别出照片里的猫、区分行人与汽车。

2201_76024043的博客 1324

AI大模型开发——transformer模型超全完整版(0基础可懂)

为了更深入的了解transformer模型,我们首先从transformer的诞生聊起吧。transformer在2017年由Vaswani等人首次提出,它摒弃了之前流行的循环神经网络和卷积神经网络的架构,引入了自注意力机制( Self-Attention),显著提高了处理序列数据的能力和效率。transformer模型的这种设计使其在处理长距离依赖问题时, 相比于传统的循环神经网络和长短期记忆网络(LSTM)表现得更加出色,至此, 开启了NLP技术的新篇章。

m0_74922316的博客 2120

使用MindStudio进行基于双目视觉的目标定位

使用MindStudio进行基于双目视觉的目标定位

Romantic Programmer的博客 2733

测试人必看!正交表与Allpairs工具对比:如何选择最适合你的组合测试方案?

本文深入对比了正交表、PICT与Allpairs三种主流组合测试方案,帮助测试人员根据项目场景做出最佳选择。文章分析了各自的核心原理、优劣势及适用场景,特别强调了在涉及复杂约束时PICT工具的强大功能,并提供了从原理学习到CI/CD集成的实战选型指南。

weixin_29224309的博客 267

YOLOv8改进策略【损失函数篇】| 2024 引进Focaler-IoU损失函数 加强边界框回归 (Focaler-DIoU、Focaler-GIoU、Focaler-CIoU)

本文记录的是改进YOLOv8的损失函数,将其替换成。现有研究通过利用边界框之间的几何关系来提高回归性能,但忽略了困难样本和简单样本分布对边界框回归的影响。不同检测任务中困难样本和简单样本的分布不同,对于简单样本占主导的检测任务,关注简单样本的边界框回归有助于提高检测性能;对于困难样本比例较高的检测任务,需要关注困难样本的边界框回归。,提高检测器在不同检测任务中的性能。实现的。

Limiiiing的博客 1221

用于测试双目视觉的软件框架

双目视觉的试验平台会包括软件和硬件两部分。这里只是考虑了软件的这一部分。对于双目视觉有摄像机标定,找匹配点,最后是双目视觉的算法。为了验证双目视觉的算法当然是要搭建一个软件的平台的,就是实时的捕捉视频流,然后,实时的用双目视觉的算法进行处理,得到具体的结果(一般也就是用于测距,比如说某运动物体的距离等等)。由于,将来也许会把双目视觉中的算法移植到另一个平台上,所以,这个用于双目视觉试验程序的框架的

削发为尼,剃度为僧 2071

干货|C#上位机与西门子PLC的Profinet协议通信开发(工控机版)

文章摘要: Profinet是西门子主导的工业以太网协议,支持实时通信(RT/IRT),广泛应用于PLC与工控机通信。本文聚焦C#上位机通过S7协议(集成于Profinet接口)高效访问西门子PLC(S7-1200/1500等),提供完整开发方案: 协议基础:解析Profinet三层架构(TCP/IP层、实时层、应用层),对比S7协议优势(开发便捷、跨平台); 开发实践:基于S7NetPlus/Snap7库实现数据读写,涵盖DB块、I/O点等地址规则; 环境配置:工控机(Windows/Linux/统信UO

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 1213

双目视觉定位方案设计

参考双目视觉定位相关文献和博客整理出的自动驾驶双目视觉定位基本方案设计,涵盖从最初的相机标定到最终得到车辆位置的基本思路,供相关研究学习者参考

angeldream999的博客 1万+

迫零均衡前与迫零均衡后眼图对比附Matlab代码

迫零均衡(Decision Feedback Equalization,DFE)是一种常用的数字通信技术,用于抑制信号传输中的多径干扰。迫零均衡(Decision Feedback Equalization,DFE)是一种常用的数字通信技术,用于抑制信号传输中的多径干扰。眼图是一种常用的信号质量评估工具,通过绘制接收到的信号在时域上的波形,可以直观地观察到噪声、失真和干扰等问题。眼图是一种常用的信号质量评估工具,通过绘制接收到的信号在时域上的波形,可以直观地观察到噪声、失真和干扰等问题。

ByteSparkX的博客 459

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

基于摄像机内部协作的双目视觉测量系统

A measurement system based on internal cooperation of cameras in binocular vision1. 介绍2. 硬件结构3. 协同测量3.1 传统双目视觉(TB)测量方法3.2 单目和双目视觉协同测量(MBC)3.2.1 理想模型3.2.2 真实模型3.2.3 TB与MBC方法对比3.2.4 实验对比4. 基于MBC方法的尺寸测量算...

JinLn的博客 1488

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

MATLAB双目视觉代码—Manipulator_RoboticsToolBox

MATLAB双目视觉代码—Manipulator_RoboticsToolBox 【下载地址】MATLAB双目视觉代码Manipulator_RoboticsToolBox 本项目提供了一组基于MATLAB和RoboticsToolbox的双目视觉仿真代码,专注于模拟视觉驱动的机械手控制算法。通过该项目,您可以深入学习和...

gitblog_06719的博客 851

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

【双目视觉】摄像头测试

【双目视觉】摄像头测试 将从淘宝购买的摄像头,插入电脑USB接口,进行连接,采用如下编写的程序进行摄像头测试。 实现代码 #include<opencv2/opencv.hpp> using namespace cv; void main() { VideoCapture cap; cap.open(0); //打开摄像头 if (!cap.isOpened()) r...

weixin_43675808的博客 412

【图像处理】基于双目视觉的物体体积测量算法研究附Matlab代码

在工业生产、物流仓储、智能检测等众多领域,准确测量物体体积具有重要意义。传统的测量方法,如人工测量、接触式测量等,存在效率低、误差大、易受环境影响等问题,难以满足现代自动化、智能化的生产需求。基于双目视觉的物体体积测量技术,依托计算机视觉领域中双目视觉系统对三维信息获取的优势,通过模拟人类双眼感知深度的原理,利用两个不同视角的相机获取物体图像,进而计算物体的三维尺寸和体积。该技术具有非接触、速度快、精度较高、可实现自动化测量等特点,为物体体积测量提供了新的有效途径。

Matlab_jiqi的博客 1576
上一篇: 用python 在c++计算数学表达式的例子
下一篇: cvsnakeimage 的例子
hardVB
博客等级 码龄26年 257粉丝 58原创
评论 11
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
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。

余额充值