python+opencv实现基于图片序列的三维重建

三维重建一直是机器视觉研究的热门方向，比如，基于双目视觉，单目视觉，多视几何，光场三维重建等等。

每一种方法都有其有点和局限性。单目视觉需要拍摄多幅图像，并且在拍摄过程中需要不断的调整相机的聚焦位置，最后采取一定的融合方法来找到每幅图像中的清晰像素点，从而得到深度信息。这种方法也被称为焦点堆栈法。

在实际测试多个场景后，发现二级梯度评价函数和拉普拉斯评价函数融合效果较好。

程序实现如下：

import cv2
import numpy as np


def erjitidu(bh):#二级梯度评价函数
  qq=0.0
  m,n=bh.shape
  for i in range (2,m-1):
      for j in range (2,n-1):
        gx=(bh[i+1,j-1]+2*bh[i+1,j]+bh[i+1,j+1])-(bh[i-1,j-1]+2*bh[i-1,j]+bh[i-1,j+1])
        gy=(bh[i-1,j+1]+2*bh[i,j+1]+bh[i+1,j+1])-(bh[i-1,j-1]+2*bh[i,j-1]+bh[i+1,j-1])
        qq=qq+gx*gx+gy*gy
  return qq        


def laplas(x):#拉普拉斯评价函数
   qq=0.0
   m,n=x.shape
   for i in range (2,m-1):
       for j in range (2,n-1):
         qq=qq+(20*x[i,j]-4*x[i