用VS+Opencv3.1从双目立体视差图中重建三维点云

基本原理

详细原理请阅读这篇文章http://www.360doc.com/content/14/0205/15/10724725_349968116.shtml.

基本流程

代码

本代码运行需要在VS上配置好opencv3.1+openNI+PCL，opencv3.1的配置可以在网上找到很多资料，openNI和PCL的配置可以参看上一篇博文下http://blog.csdn.net/u014283958/article/details/52599457 
下面是代码：

//by shuishui shiwenjun 20160926#include <pcl/visualization/cloud_viewer.h>#include <iostream> #include <pcl/io/io.h> #include <pcl/io/pcd_io.h> #include <opencv2/opencv.hpp>  usingnamespace cv;usingnamespacestd;usingnamespace pcl; int user_data;//相机内参，根据输入改动constdouble u0 = 1329.49 / 4;//由于后面resize成原图的1/4所以有些参数要缩小相同倍数constdouble v0 = 954.485 / 4;constdouble fx = 6872.874 / 4;constdouble fy = 6872.874 / 4;constdouble Tx = 174.724;constdouble doffs = 293.97 / 4; void viewerOneOff(visualization::PCLVisualizer& viewer){    viewer.setBackgroundColor(0.0, 0.0, 0.0);} int main(){    PointCloud<PointXYZRGB>cloud_a;   PointCloud<PointXYZRGB>::Ptr cloud(new PointCloud<PointXYZRGB>);    Mat color1 = imread("im0.png");    Mat depth = imread("Sword1_perfect_d.png");    ////Resize    //color1.resize();    Mat color;    resize(color1, color,Size(color1.cols/4,color1.rows/4), 0, 0,CV_INTER_LINEAR);    //imshow("h",color);    //waitKey(0);    int rowNumber = color.rows;    int colNumber = color.cols;    cloud_a.height = rowNumber;    cloud_a.width = colNumber;   cloud_a.points.resize(cloud_a.width * cloud_a.height);    for (unsignedint u = 0; u < rowNumber; ++u)    {        for (unsignedint v = 0; v < colNumber; ++v)        {            /*unsigned intnum = rowNumber*colNumber-(u*colNumber + v)-1;*/            unsignedint num = u*colNumber + v;            double Xw = 0, Yw = 0, Zw = 0;             Zw = fx*Tx / (((double)depth.at<Vec3b>(u, v)[0]) + doffs);            Xw = (v+1 - u0) * Zw / fx;            Yw = (u+1 - v0) * Zw / fy;            cloud_a.points[num].b =color.at<Vec3b>(u, v)[0];            cloud_a.points[num].g =color.at<Vec3b>(u, v)[1];            cloud_a.points[num].r =color.at<Vec3b>(u, v)[2];            cloud_a.points[num].x =Xw;            cloud_a.points[num].y =Yw;            cloud_a.points[num].z =Zw;        }    }    *cloud = cloud_a;    visualization::CloudViewerviewer("Cloud Viewer");    viewer.showCloud(cloud);   viewer.runOnVisualizationThreadOnce(viewerOneOff);    while (!viewer.wasStopped())    {        user_data = 9;    }    return0;}

效果图

输入： 
“im0.png”可以从http://vision.middlebury.edu/stereo/data/scenes2014/datasets/Sword1-perfect/im0.png 下载；

“Sword1_perfect_d.png”

输出： 
点云截图1 
 
点云截图2 

                                             
        0        0           
	
				
	
					   
用VS+Opencv3.1从双目立体视差图中重建三维点云
	  	   
用VS+Opencv3.1从双目立体视差图中重建三维点云
	  	   
双目立体视差图计算
	  	   
视差计算-双目立体校正
	  	   
【立体视觉】双目测距，生成视差图/深度图
	  	   
OPENCV3.0 双目立体标定
	  	   
OPENCV3.0 双目立体标定
	  	   
OPENCV3.0 双目立体标定
	  	   
OpenGL OpenCV根据视差图重建三维信息
	  	   
vtk三维点云重建vtkSurfaceConstructionFilter
	  	   
基于立体视觉的三维图像重建
	  	   
【双目视觉探索路3】分析整理Learning OpenCV3书中立体标定、校正以及对应代码（1）之总体
	  	   
Meshlab读取三维点云、三维点云重建以及三维点云法向量计算
	  	   
基于双目立体视觉的物体三维尺寸测量
	  	   
Binocular Disparity map 双目视差图
	  	   
双目+rtabmap_ros三维建图
	  	   
双目测距与三维重建的OpenCV实现问题集锦（三）立体匹配与视差计算
	  	   
三维栅格地图构建之二：视差图及点云图
	     		  
	  	   
为什么要做服务化？
	  	   
顺时针打印数组
	  	   
【LeetCode】Maximum Subarray 解题报告
	  	   
实现简单的信息查询系统（分页和Servlet的运用）
	  	   
CSS常用布局之——一列定宽，一列自适应解决方案
	  	   
用VS+Opencv3.1从双目立体视差图中重建三维点云
	  	   
C++异常捕捉两种情况-产生前-外层函数中
	  	   
Linux信号量sem_t简单实例运用
	  	   
Python项目使用memcached缓存
	  	   
关于查询的作业题
	  	   
Flask进阶(一)——请求上下文和应用上下文完全解答(上)
	  	   
Medium：Find Bottom Left Tree Value
	  	   
实现分页代码
	  	   
Java连接数据库步骤