我目前正在为一对立体相机编写openCV程序.
完成了摄像机校准和立体声校准.
完成了摄像机校准和立体声校准.
下一步是从我得到的2张图像中找到一个特征在空间中的位置.这就是为什么我必须立体声整理图像然后进行计算.
我在initUndistortRectifyMap面临的问题如下：
– 如果我将由stereoRectify()计算的R1或R2传递给initUndistortRectifyMap(),我会在重映射后得到黑色图像.
– 如果我将r(空矩阵)传递给initUndistortRectifyMap(),我会在重新映射后得到未经校正的图像.我得到的图像虽然有点扭曲.
我需要将R1和R2传递给initUndistortRectifyMap()来纠正2个摄像头,否则当传递空矩阵时,立体声头不会旋转到同一个平面.
以下是我的代码：
stereoRectify(intrinsic[0],distCoeffs[0],intrinsic[1],distCoeffs[1],imageSize,R,T_Stereo,R1,R2,newP1,newP2,Q,CV_CALIB_ZERO_DISPARITY,-1,imageSize);
if (x_Cam.GetSerial()=="4002678487")
{
initUndistortRectifyMap(intrinsic[0],CV_16SC2,mapx1,mapy1);
remap(x_Image,imageRectified[0],mapy1,INTER_LINEAR);
return imageRectified[0];
}
if (x_Cam.GetSerial()=="4002702131")
{
//flip(in,in,-1);
initUndistortRectifyMap(intrinsic[1],mapx2,mapy2);
remap(x_Image,imageRectified[1],mapy2,INTER_LINEAR,BORDER_CONSTANT,0);
return imageRectified[1];
}
我检查了进入stereoRectify()的所有矩阵值,它们是正确的.旋转矩阵R1和R2似乎也是正确的.我只是将黑色图像作为输出.
我尝试将垃圾值传递到InitUndistortRectifyMap()中以获取R1和R2(例如R1 * R2)以简单地看到效果,并且我确实获得了奇怪的结果但不是黑色图像.
解决方法
好吧,我解决了这个问题,并认为我会分享解决方案,任何人都可以使用它.
使用Rotation Matrices R1时,InitUndistortRectifyMap输出空白图像,StereoRectify生成R2.
因此,我尝试使用StereoRectifyUncalibrated,它生成2个Homography矩阵H1和H2,并且我根据OpenCV文档计算了旋转：
R1 = inv(CamMatrix1)* H1 * CamMatrix1
R2 = inv(CamMatrix2)* H2 * CamMatrix2
我将新的R1和R2传递给InitUndistortRectifyMap并重新映射,结果令人满意.
