python - 使用立体图上的视差图计算实际距离

我正在尝试使用以下代码来计算物体与相机的距离。
因此，方法是计算矩阵格式的左右图像的视差。
得到视差后，我将使用以下公式:深度=基线*焦距/视差

这里有两个问题:

为什么深度变为负数？

以及如何使用深度矩阵获得物体与摄像机的实际距离。深度矩阵基本上给出了我不需要的每个点的距离。我想以米为单位计算对象的实际距离。

将numpy导入为np
导入系统
导入cv2
从matplotlib导入pyplot作为plt
％matplotlib内联

imgL = cv2.imread('C:/ Users / Akash Jain / Documents / ZED / LeftDepth / left000005.png'，0)
imgR = cv2.imread('C:/ Users / Akash Jain / Documents / ZED / RightDepth / right000005.png'，0)

立体声= cv2.StereoBM_create(numDisparities = 16，blockSize = 5)
视差= stereo.compute(imgL，imgR)
D = 0.12 * 0.70 * 672 /视差
打印(“视差”，视差)
打印(“深度”，D)
plt.imshow(视差，'灰色')
plt.show()

最佳答案

简单的Depth = Baseline * focal length/ Disparity公式仅在摄像机轴平行的情况下有效。假设您的匹配良好，则采用趾(会聚轴)相机会在图像平面的某些部分造成负视差。

但是，您发布的视差图像似乎也很差，这使我怀疑您的匹配也很差:在您的场景下，视差在低中部如此剧烈地摆动是否合理？

关于python - 使用立体图上的视差图计算实际距离，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/58777344/