qq_49110168的博客

像素坐标到三维点像素坐标 (x,y)和视差 d 提供了物体的二维位置和深度信息。重投影矩阵 Q将这些信息通过矩阵运算映射到三维空间。视差与深度关系视差 d 越大，深度 Z 越小（物体越近。齐次坐标中的 W 用于归一化三维坐标。

双目视觉是一种模拟人类立体视觉的计算机视觉技术，它通过两个相机从不同的角度拍摄同一个场景，然后利用三角测量原理，计算出场景中物体的三维坐标信息。这种技术在机器人导航、自动驾驶、物体跟踪、三维重建等领域有广泛的应用。获取三维坐标是双目视觉的核心任务之一。通过对左右相机拍摄的图像进行特征匹配和视差计算，我们可以得到场景中每个像素点的视差值。视差值表示了同一个物体在左右图像中的位置差异，它与物体距离相机的远近有关。利用视差信息，再结合相机的参数，我们就可以通过三角测量的方法计算出物体在三维空间中的坐标。

最近我看了网上所有双目相机生成的深度图，几乎都有一定程度的抖动。如果在光照变化比较大的环境下，这个抖动会更加明显！！！

双目相机标定是确定双目相机系统中两个相机之间的相对位置和姿态的过程。它对于双目视觉的后续处理及应用至关重要，例如深度估计和三维重建。双目相机标定的基本原理是利用已知的三维点在图像中的对应关系来估计相机的内参和外参。内参包括内参矩阵和畸变参数，而外参包括旋转矩阵和平移向量，描述了两个相机之间的相对位置和姿态。为此主要步骤可分为以下三个步骤：标定图片的获取、标定图片的拍摄、相机的标定。

表示右相机坐标系相对于左相机坐标系的平移关系。它描述了右相机光心相对于左相机光心的三维位置偏移量。本博客主要解释双目相机的内参。这个内参是通过双目相机标定而来，每个双目相机的内参都会不一样。矩阵，可以将点从左相机坐标系转换到右相机坐标系，或者将点从右相机坐标系转换到左相机坐标系。表示左右相机之间的相对位姿关系，描述了右相机坐标系相对于左相机坐标系的旋转和平移。畸变系数为一个1×5的矩阵，包含径向畸变和切向畸变的系数。表示右相机坐标系相对于左相机坐标系的旋转关系。

本文主要介绍在Pycharm中使用OpenCV使用双目摄像头，包括:打开双目摄像头、设置相机分辨率、保存图片。软件：Pycharm 编程语言:Python 主要依赖库:OpenCV。