SiuooooBoom的博客

在学习立体视觉过程中，视差图会以灰度图的形式表现出来，然而在论文中，为了便于观看，增强图像的效果，常常会需要转换成伪彩色。在python中利用opencv的colormap函数完成转化程序如下：import cv2import os.pathimport globimport numpy as npfrom PIL import Imagedef convertPNG(pngfile, outdir): # 读取灰度图 im_depth = cv2.imread(pngfile) #

读取点云并显示在进行完双目视觉的图象采集后，就会进行立体匹配，进而得到一张深度图。利用RGB彩色和Depth深度图，结合相机的内参，可以将RGB-D图象转换出点云数据。点云数据的读取用下面这几行代码实现。转换点云程序和点云数据也会一起在别的笔记里传上来。用到了open3d库，采用了两种方法，一种一行代码就可以实现，一种可以慢慢调节。代码如下：import open3d as o3dimport numpy as np# 读取点云文件pcd = o3d.io.read_point_cloud(

一个文件夹中有多张彩色度，或者24位的灰度图，需要批量的保存为8位的灰度图因为对python中地址相关指令的不熟悉，整这么个小程序都用了很久，也发现csdn中，有很多人的程序都不能用，服了。在下面放上两个版本的，想法都不同，但作用一样，且一个是在原文件目录保存，一个是保存在新的文件夹下，更改路径就可以使用了。没有加图像显示，不需要显示，需要显示的可以自己叫cv.imshow自己看。需要注意：1：地址中到底用“/”还是“\”。2：不可以写成file_pathname + ‘/’ + filenam

双目相机标定图片拍摄规范文章目录双目相机标定图片拍摄规范前言一、双目相机的布置二、标定板的选用三、图片采集的规范四、进行标定的软件（选看）五、靶标布置（选看）总结前言相机标定是进行视觉测量和定位的基础工作之一，标定参数准确与否直接关系到整个系统的精度，标定结果将影响后续进行其他解算。笔者根据自己在双目相机项目中的标定经验，和网络上查询到的大家对标定图片采集的意见进行了总结，现分享如下：一、双目相机的布置（1）要保证两个相机都是水平放置的，要固定在同一基准平面上，不能让相机有翻滚角，必须保证相机

在进行双目视觉实验时，首先需要进行双目相机的标定、校正畸变等操作，标定是第一步，也是非常重要的一步，需要现标定单目相机（摄像头），再进行双目标定，如果有其他设备，如雷达之类的，再标定双目+雷达，最后和汽车或者机械臂标定在一起。 为了实现标定，需要先存取含有标定板的棋盘格图像，在这里先码一个简单的读取图像并保存的代码，供大家学习使用。代码如下：import cv2'''读取相机图像并保存'''camera = cv2.VideoCapture(0) # cam.