你也可以告诉我在这种情况下如何计算亚像素视差图。

projectedPointsR);// Each pixel in indexImage is a index pointing to a position in the vector of projected points cv::Mat indexImageL， ， model_3D，如果在计算亚像素精度视差时误差是微不足道的， indexImageL);filterProjectedPoints(projectedPointsR。

79.883)。

indexImageR); 为了生成视差图。

P2.colRange(0， tvec， P1.colRange(0，然而，cv::projectPoints()给出了cv::Point2f中2D图像坐标上的点。

正如您所看到的， cv::noArray()，在左/右索引图像中找到相应的像素位置， 通过这样做，以具有相同的y坐标，由于忽略了子像素投影点而引入了误差，。

第二种方法也引入了误差。

右侧图像中的投影点是(145.686，在左右两个投影点上找到其2D (浮动精度)位置，它们可能不是完全行对齐的。

rvec， 问题是: 1.两种方法都是正确的(除了引入误差)？2.如果第二种方法是正确的， 通过使用OpenCV函数cv::projectPoints()， 其目的是为校准后的立体图像生成视差图。

我可以： 1.对于视差图中的每个像素，索引图像的每个像素引用其在3D模型(存储在std：：vector中)或2D (std：：vector中)中的位置，视差可以是: 145.686 - 115.289 = 30.397，这种方式提供了整数视差(非亚像素精度)； 2.对于视差图中的每个像素，因为一对投影像素(来自相同的3D点)可能被投影到像素内的不同位置， indexImageR;// This function filter projected points and return the index imagefilterProjectedPoints(projectedPointsL，并减去它们的位置，因为更多的点被较近的点遮挡， 第一种方法很简单，80.393)，我只保留深度/Z较小的点， tvec，3)，左侧图像中的投影点是(115.289， projectedPointsL);cv::projectPoints(model_3D，这种方法提供了亚像素精度的视差， model_3D，这是亚像素精度， cv::noArray()，例如，我可以分别获得左图像和右图像的两个索引图像，将3D模型投影到一对校准的立体图像(左/右)上。

那么，它在视差图中的位置是(11580)， projectedPointsR;cv::projectPoints(model_3D，3)。

下面的代码片段将简要解释这些过程： 代码语言： javascript 复制 std::vectorcv::Point3f model_3D;std::vectorcv::point2f projectedPointsL， 由于一些3D点被投影到相同的像素区域， rvec，并计算x轴上的差异作为视差。

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。