诗筱涵的博客

还有目前经过一番研究，认为D435i的深度图显示，是做了手脚的，就是不是按照原本的深度值去显示的，也不是按照对应等比例的8位灰度图去显示的，所以才看着层次感明显，应该是按照实际的最大深度值再相应缩放显示，这样使得不管看哪里，深度图的黑白层次都比较明显(看D435i的bag包，里面深度图的颜色变化发现的，同样的距离，会因为视野里看到的最大距离不同，而显示的灰度深浅不同)。5 自己弄两张图的深度图估计，得到的深度图左边有一竖块是没有深度值的，这个是正常的，因为单纯靠两张图片，必然左侧有一部分是没有视差的。

深度图一般都是16位的，到那时深度图的存储显示就是一般是8位，rqt_image_view的深度图显示是做了手脚的，所以才看着层次感明显，它既不是按照原始的深度值显示，也不是按照比例缩放后显示，应该是按照实际的最大深度值在相应缩放显示，这样使得不管看哪里，深度图的黑白层次都比较明星。

里面的视差转深度图的函数带偏了！得用```mat.at(i, j)```的形式去读取16位深度图的像素值，这样不管是取值还是赋值，都是8位的，不是16位，所以导致了一系列的问题，你深度值算得正确，赋值也没有赋上去。十六位的深度图，取像素值的时候，不能用```id = i*width + j;

如何用这个16位的定点型计算得到单位是毫米的深度值呢，我的做法是从里面取出其中12位代表整型的值，可以把这16位数当成一个整型，然后除以2的4次方，余下的就是那12位的代表真正整数位的数了，然后通过视差和深度的转换公式就可以得到单位是毫米的深度值了。输出的视差图是个单通道16位的图像，其中里面还有4位是代表小数，也就是12位是整数4位是小数，opencv叫这是fixed-point类型中文叫定点型类型，浮点型的英文是floating-point，这个数的单位应该是像素。

视差是离散的整数，换算出的深度也是离散的，同样是间隔一个视差，离这个相机越远，这个深度间隔就越来越大了。深度越大的时候，同样一个像素对应的深度范围越来越大。如果我的算法精度是一个像素，我稍微偏了一个像素，离相机越远，深度就会偏得越远，同样一个算法，离相机越远，空间精度就会越差。看了下面这个图，就能比较好理解为什么亚像素视差这么重要了，没有亚像素视差 深度图真的理应是台阶状的!视差细化也是立体匹配的基本步骤之一 ，确实如下面所说，得到的视差一般是整数，就是像素坐标差嘛，这么看亚像素可能是有必要的。