使用塊匹配演算法計算立體對應關係的類，由 K. Konolige 引入並貢獻給 OpenCV。更多...

#include <opencv2/calib3d.hpp>

cv::StereoBM 的協作圖

公共型別
列舉	{ PREFILTER_NORMALIZED_RESPONSE = 0 , PREFILTER_XSOBEL = 1 }
	立體匹配演算法的預過濾型別。更多...

從 cv::StereoMatcher 繼承的公共型別
列舉	{ DISP_SHIFT = 4 , DISP_SCALE = (1 << DISP_SHIFT) }

公共成員函式
virtual int	getPreFilterCap () const =0
	獲取預過濾畫素的當前截斷值。

virtual int	getPreFilterSize () const =0
	獲取預過濾核的當前大小。

virtual int	getPreFilterType () const =0
	獲取演算法中當前使用的預過濾型別。

virtual Rect	getROI1 () const =0
	獲取左影像的當前感興趣區域 (ROI)。

virtual Rect	getROI2 () const =0
	獲取右影像的當前感興趣區域 (ROI)。

virtual int	getSmallerBlockSize () const =0
	獲取用於紋理檢查的較小塊的當前大小。

virtual int	getTextureThreshold () const =0
	獲取當前紋理閾值。

virtual int	getUniquenessRatio () const =0
	獲取當前唯一性比率。

virtual void	setPreFilterCap (int preFilterCap)=0
	設定預過濾畫素的截斷值。

virtual void	setPreFilterSize (int preFilterSize)=0
	設定預過濾核的大小。

virtual void	setPreFilterType (int preFilterType)=0
	設定演算法中使用的預過濾型別。

virtual void	setROI1 (Rect roi1)=0
	設定左影像的感興趣區域 (ROI)。

virtual void	setROI2 (Rect roi2)=0
	設定右影像的感興趣區域 (ROI)。

virtual void	setSmallerBlockSize (int blockSize)=0
	設定用於紋理檢查的較小塊的大小。

virtual void	setTextureThreshold (int textureThreshold)=0
	設定用於過濾低紋理區域的閾值。

virtual void	setUniquenessRatio (int uniquenessRatio)=0
	設定用於過濾模糊匹配的唯一性比率。

從 cv::StereoMatcher 繼承的公共成員函式
virtual void	compute (InputArray left, InputArray right, OutputArray disparity)=0
	為指定的立體對計算視差圖。

virtual int	getBlockSize () const =0

virtual int	getDisp12MaxDiff () const =0

virtual int	getMinDisparity () const =0

virtual int	getNumDisparities () const =0

virtual int	getSpeckleRange () const =0

virtual int	getSpeckleWindowSize () const =0

virtual void	setBlockSize (int blockSize)=0

virtual void	setDisp12MaxDiff (int disp12MaxDiff)=0

virtual void	setMinDisparity (int minDisparity)=0

virtual void	setNumDisparities (int numDisparities)=0

virtual void	setSpeckleRange (int speckleRange)=0

virtual void	setSpeckleWindowSize (int speckleWindowSize)=0

從 cv::Algorithm 繼承的公共成員函式
	Algorithm ()

virtual	~Algorithm ()

virtual void	clear ()
	清除演算法狀態。

virtual bool	empty () const
	如果 Algorithm 為空（例如，在最開始或讀取不成功後），則返回 true。

virtual String	getDefaultName () const

virtual void	read (const FileNode &fn)
	從檔案儲存中讀取演算法引數。

virtual void	save (const String &filename) const

void	write (const Ptr< FileStorage > &fs, const String &name=String()) const

virtual void	write (FileStorage &fs) const
	將演算法引數儲存到檔案儲存中。

void	write (FileStorage &fs, const String &name) const

靜態公共成員函式
static Ptr< StereoBM >	create (int numDisparities=0, int blockSize=21)
	建立 StereoBM 物件。

從 cv::Algorithm 繼承的靜態公共成員函式
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	從檔案中載入演算法。

template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	從字串載入演算法。

template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	從檔案節點讀取演算法。

額外繼承的成員
從 cv::Algorithm 繼承的保護成員函式
void	writeFormat (FileStorage &fs) const

詳細描述

使用塊匹配演算法計算立體對應關係的類，由 K. Konolige 引入並貢獻給 OpenCV。

該類實現了用於立體對應的塊匹配演算法，用於從立體影像對計算視差圖。它提供了微調引數的方法，例如預過濾、紋理閾值、唯一性比率和感興趣區域 (ROI)，以最佳化效能和準確性。

成員列舉文件

◆ 匿名列舉

匿名列舉

立體匹配演算法的預過濾型別。

這些常量定義了在計算視差圖之前應用於影像的預過濾型別。

PREFILTER_NORMALIZED_RESPONSE: 使用歸一化響應進行預過濾。
PREFILTER_XSOBEL: 使用 X-Sobel 運算子進行預過濾。

列舉器
PREFILTER_NORMALIZED_RESPONSE	歸一化響應預過濾器。
PREFILTER_XSOBEL	X-Sobel 預過濾器。

成員函式文件

◆ create()

static Ptr< StereoBM > cv::StereoBM::create	(	int	numDisparities = 0,
		int	blockSize = 21 )

static

Python
	cv.StereoBM.create(	[, numDisparities[, blockSize]]	) ->	retval
	cv.StereoBM_create(	[, numDisparities[, blockSize]]	) ->	retval

建立 StereoBM 物件。

引數

numDisparities	視差搜尋範圍。對於每個畫素，演算法將找到從 0（預設最小視差）到 numDisparities 的最佳視差。可以透過改變最小視差來移動搜尋範圍。
blockSize	演算法比較的塊的線性大小。大小應為奇數（因為塊以當前畫素為中心）。更大的塊大小意味著更平滑但不那麼準確的視差圖。更小的塊大小提供更詳細的視差圖，但演算法找到錯誤對應關係的機率更高。

返回: 指向已建立的 StereoBM 物件的指標。

該函式建立一個 StereoBM 物件。然後您可以呼叫 StereoBM::compute() 來計算特定立體對的視差。

◆ getPreFilterCap()

virtual int cv::StereoBM::getPreFilterCap ( ) const

純虛擬函式

Python
	cv.StereoBM.getPreFilterCap(		) ->	retval

獲取預過濾畫素的當前截斷值。

返回: 當前預過濾上限值。

◆ getPreFilterSize()

virtual int cv::StereoBM::getPreFilterSize ( ) const

純虛擬函式

Python
	cv.StereoBM.getPreFilterSize(		) ->	retval

獲取預過濾核的當前大小。

返回: 當前預過濾器大小。

◆ getPreFilterType()

virtual int cv::StereoBM::getPreFilterType ( ) const

純虛擬函式

Python
	cv.StereoBM.getPreFilterType(		) ->	retval

獲取演算法中當前使用的預過濾型別。

返回: 當前預過濾型別：0 表示 PREFILTER_NORMALIZED_RESPONSE，1 表示 PREFILTER_XSOBEL。

◆ getROI1()

virtual Rect cv::StereoBM::getROI1 ( ) const

純虛擬函式

Python
	cv.StereoBM.getROI1(		) ->	retval

獲取左影像的當前感興趣區域 (ROI)。

返回: 左側影像的當前 ROI。

◆ getROI2()

virtual Rect cv::StereoBM::getROI2 ( ) const

純虛擬函式

Python
	cv.StereoBM.getROI2(		) ->	retval

獲取右影像的當前感興趣區域 (ROI)。

返回: 右側影像的當前 ROI。

◆ getSmallerBlockSize()

virtual int cv::StereoBM::getSmallerBlockSize ( ) const

純虛擬函式

Python
	cv.StereoBM.getSmallerBlockSize(		) ->	retval

獲取用於紋理檢查的較小塊的當前大小。

返回: 當前的較小塊大小。

◆ getTextureThreshold()

virtual int cv::StereoBM::getTextureThreshold ( ) const

純虛擬函式

Python
	cv.StereoBM.getTextureThreshold(		) ->	retval

獲取當前紋理閾值。

返回: 當前紋理閾值。

◆ getUniquenessRatio()

virtual int cv::StereoBM::getUniquenessRatio ( ) const

純虛擬函式

Python
	cv.StereoBM.getUniquenessRatio(		) ->	retval

獲取當前唯一性比率。

返回: 當前唯一性比率。

◆ setPreFilterCap()

virtual void cv::StereoBM::setPreFilterCap ( int preFilterCap )

純虛擬函式

Python
	cv.StereoBM.setPreFilterCap(	preFilterCap	) ->	無

設定預過濾畫素的截斷值。

引數

preFilterCap 截斷值。通常在 [1, 63] 範圍內。

此值將預過濾器輸出限制在 [-preFilterCap, preFilterCap] 範圍內，有助於減少預過濾影像中噪聲和異常值的影響。

◆ setPreFilterSize()

virtual void cv::StereoBM::setPreFilterSize ( int preFilterSize )

純虛擬函式

Python
	cv.StereoBM.setPreFilterSize(	preFilterSize	) ->	無

設定預過濾核的大小。

引數

preFilterSize 預過濾器核心的大小。必須是奇數整數，通常在 5 到 255 之間。

預過濾器大小決定了預過濾操作的空間範圍，透過歸一化亮度並增強紋理來為視差計算準備影像。更大的尺寸可以減少噪聲但可能模糊細節，而更小的尺寸可以保留細節但更容易受到噪聲影響。

◆ setPreFilterType()

virtual void cv::StereoBM::setPreFilterType ( int preFilterType )

純虛擬函式

Python
	cv.StereoBM.setPreFilterType(	preFilterType	) ->	無

設定演算法中使用的預過濾型別。

引數

preFilterType

要使用的預過濾器型別。可能的值為

PREFILTER_NORMALIZED_RESPONSE (0)：使用歸一化響應進行預過濾。
PREFILTER_XSOBEL (1)：使用 X-Sobel 運算子進行預過濾。

預過濾器型別影響影像在計算視差圖之前的準備方式。不同的預過濾方法可以增強特定影像特徵或減少噪聲，從而影響視差圖的質量。

◆ setROI1()

virtual void cv::StereoBM::setROI1 ( Rect roi1 )

純虛擬函式

Python
	cv.StereoBM.setROI1(	roi1	) ->	無

設定左影像的感興趣區域 (ROI)。

引數

roi1	左影像的 ROI 矩形。

透過設定 ROI，立體匹配計算被限制在指定區域，透過聚焦影像的相關部分來提高效能和潛在的準確性。

◆ setROI2()

virtual void cv::StereoBM::setROI2 ( Rect roi2 )

純虛擬函式

Python
	cv.StereoBM.setROI2(	roi2	) ->	無

設定右影像的感興趣區域 (ROI)。

引數

roi2	右影像的 ROI 矩形。

與 setROI1 類似，這會將計算限制在右影像中的指定區域。

◆ setSmallerBlockSize()

virtual void cv::StereoBM::setSmallerBlockSize ( int blockSize )

純虛擬函式

Python
	cv.StereoBM.setSmallerBlockSize(	blockSize	) ->	無

設定用於紋理檢查的較小塊的大小。

引數

blockSize 較小塊的大小。必須是 5 到 255 之間的奇數整數。

此引數確定用於計算紋理方差的塊的大小。較小的塊捕獲更精細的細節，但對噪聲更敏感，而較大的塊更魯棒但可能遺漏精細細節。

◆ setTextureThreshold()

virtual void cv::StereoBM::setTextureThreshold ( int textureThreshold )

純虛擬函式

Python
	cv.StereoBM.setTextureThreshold(	textureThreshold	) ->	無

設定用於過濾低紋理區域的閾值。

引數

textureThreshold 閾值。必須是非負數。

此引數過濾掉紋理較低的區域（這些區域難以建立對應關係），從而減少視差圖中的噪聲。更高的值過濾更積極，但可能會丟棄有效資訊。

◆ setUniquenessRatio()

virtual void cv::StereoBM::setUniquenessRatio ( int uniquenessRatio )

純虛擬函式

Python
	cv.StereoBM.setUniquenessRatio(	uniquenessRatio	) ->	無

設定用於過濾模糊匹配的唯一性比率。

引數

uniquenessRatio 唯一性比率值。通常在 [5, 15] 範圍內，但可以是 0 到 100。

此引數確保最佳匹配明顯優於次佳匹配，從而減少誤報。更高的值更嚴格，但在困難區域可能會過濾掉有效匹配。

此類的文件生成自以下檔案

opencv2/calib3d.hpp

公共型別

公共成員函式

靜態公共成員函式

額外繼承的成員

詳細描述

成員列舉文件

◆ 匿名列舉

成員函式文件

◆ create()

◆ getPreFilterCap()

◆ getPreFilterSize()

◆ getPreFilterType()

◆ getROI1()

◆ getROI2()

◆ getSmallerBlockSize()

◆ getTextureThreshold()

◆ getUniquenessRatio()

◆ setPreFilterCap()

◆ setPreFilterSize()

◆ setPreFilterType()

◆ setROI1()

◆ setROI2()

◆ setSmallerBlockSize()

◆ setTextureThreshold()

◆ setUniquenessRatio()